一种水电站厂房的振动控制方法、装置、设备及存储介质

    公开(公告)号:CN117215206A

    公开(公告)日:2023-12-12

    申请号:CN202311488171.9

    申请日:2023-11-09

    Abstract: 本申请公开了一种水电站厂房的振动控制方法、装置、设备及存储介质,涉及电数字数据处理技术领域,方法通过获取所述水电站厂房的有限元网格模型和振动数据;通过时程分析法对所述振动数据进行动力分析,得到基于所述有限元网格模型的结构响应;将所述结构响应输出至所述有限元网格模型,形成动态模型;通过机器学习算法获取所述动态模型的最优解;获取所述最优解并定义为所述磁流变阻尼器的控制策略;输出所述控制策略至所述磁流变阻尼器。在对水电站厂房减振控制时,将学习得到的每一步最优的动作值输入磁流变阻尼器,从而让其提供最优的阻尼力对结构进行减振控制。使得磁流变阻尼器在每一步控制瞬时均处于最优的阻尼状态,提高减振效果。

    基于CNN和Transformer的DDoS攻击检测方法

    公开(公告)号:CN117097498A

    公开(公告)日:2023-11-21

    申请号:CN202310357105.1

    申请日:2023-04-06

    Abstract: 基于CNN和Transformer的DDoS攻击检测方法,涉及计算机信息技术领域,尤其是一种DDoS攻击检测方法。本发明的方法包括步骤1,使用Python中的pandas库对数据将原始数据进行预处理和特征提取,并转化为适合CNN和transformer算法的格式;步骤2,基于卷积神经网络,利用CNN对数据进行特征提取,得到数据的高维表示;步骤3,将CNN提取的高维表示输入到transformer编码器中,得到数据的上下文信息和语义关系;步骤4,利用softmax分类器对输入数据进行分类,识别出是否为DDoS攻击。本发明的方法相较于现有的DDoS攻击检测方法,正确率、精确率、召回率以及F1分数指标都有所提高。改善了数据冗余,数据维度高处理困难和检测准确率偏低,以及在训练过程中可能出现的数据隐私泄露的问题。

    一种水电站厂房的振动控制方法、装置、设备及存储介质

    公开(公告)号:CN117215206B

    公开(公告)日:2024-07-26

    申请号:CN202311488171.9

    申请日:2023-11-09

    Abstract: 本申请公开了一种水电站厂房的振动控制方法、装置、设备及存储介质,涉及电数字数据处理技术领域,方法通过获取所述水电站厂房的有限元网格模型和振动数据;通过时程分析法对所述振动数据进行动力分析,得到基于所述有限元网格模型的结构响应;将所述结构响应输出至所述有限元网格模型,形成动态模型;通过机器学习算法获取所述动态模型的最优解;获取所述最优解并定义为所述磁流变阻尼器的控制策略;输出所述控制策略至所述磁流变阻尼器。在对水电站厂房减振控制时,将学习得到的每一步最优的动作值输入磁流变阻尼器,从而让其提供最优的阻尼力对结构进行减振控制。使得磁流变阻尼器在每一步控制瞬时均处于最优的阻尼状态,提高减振效果。

Patent Agency Ranking