公开(公告)号：CN114139614B

公开(公告)日：2022-09-23

申请号：CN202111374913.6

申请日：2021-11-18

Applicant: 南京工业大学

Inventor： 易辉 ,  曾德山 ,  蒋尚俊 ,  田磊 ,  李红涛

IPC: G06K9/62 ,  G06Q50/06

Abstract: 本发明提供了一种基于典型相关分析特征提取的Fisher光伏组件热斑诊断方法，包括以下步骤：S01，采集光伏数据；S02，数据预处理；S03，典型相关分析；S04，构建训练集和测试集；S05，Fisher判别分析；S06，故障诊断。本发明还提供了一种基于典型相关分析特征提取的Fisher光伏组件热斑诊断系统。本发明仅通过数据处理分析，即可获得光伏组件是否故障的结论，检测成本低，解决了现有技术依赖辅助设备、热斑故障检测成本较高的问题，本发明输出结果真实可靠，适合广泛推广应用。

公开(公告)号：CN114139614A

公开(公告)日：2022-03-04

申请号：CN202111374913.6

申请日：2021-11-18

Applicant: 南京工业大学

Inventor： 易辉 ,  曾德山 ,  蒋尚俊 ,  田磊 ,  李红涛

IPC: G06K9/62 ,  G06Q50/06

Abstract: 本发明提供了一种基于典型相关分析特征提取的Fisher光伏组件热斑诊断方法，包括以下步骤：S01，采集光伏数据；S02，数据预处理；S03，典型相关分析；S04，构建训练集和测试集；S05，Fisher判别分析；S06，故障诊断。本发明还提供了一种基于典型相关分析特征提取的Fisher光伏组件热斑诊断系统。本发明仅通过数据处理分析，即可获得光伏组件是否故障的结论，检测成本低，解决了现有技术依赖辅助设备、热斑故障检测成本较高的问题，本发明输出结果真实可靠，适合广泛推广应用。

公开(公告)号：CN112156649A

公开(公告)日：2021-01-01

申请号：CN202011018364.4

申请日：2020-09-24

Applicant: 南京工业大学

Inventor： 易辉 ,  顾梦埙 ,  李红涛 ,  黄阅

IPC: B01D53/86 ,  G06N3/00 ,  B01D53/56

Abstract: 本发明公开了一种基于大数据及萤火虫算法的多层级精细化智能脱硝系统，包括省煤器、SCR脱硝装置、空预器、除尘装置、脱硫装置、尾气排放装置、锅炉机组、喷氨母管组件、脱硝入口流速及NOx场分布监测系统、脱硝出口NOx/NH3场分布监测系统、催化剂区的NOX场分布监测系统和催化剂区的NOx/NH3不均匀度分析系统；本发明通过大数据以及粒子群优化算法，建立喷氨支管实时调整制度，实现分区控制和喷氨总量优化双重控制；流场匹配准确、变工况适应性强，能有效提升喷氨控制的品质，使SCR性能适应NOx超低排放要求，达到节约喷氨量、降低NOx排放浓度、降低空预器堵塞几率、减轻尾部设备积灰综合效果。

公开(公告)号：CN110414601A

公开(公告)日：2019-11-05

申请号：CN201910691984.5

申请日：2019-07-30

Applicant: 南京工业大学

Inventor： 易辉 ,  黄阅 ,  李红涛 ,  张杰 ,  顾梦埙

IPC: G06K9/62 ,  G06N3/04 ,  G06Q10/00 ,  G06Q50/06

Abstract: 本发明提供了一种深度卷积生成对抗网络的光伏组件故障诊断方法，步骤包括：建立光伏组件的数学模型；对光伏组件进行故障图像采集；设定部分故障数据作为训练样本；构建深度卷积对抗网络的训练模型；生成器G输入噪声向量，经过反卷积层输出伪图像；判别器D输入真实样本和伪样本，经过卷积操作提取卷积特征，得到真实样本的概率；通过反向传播算法进行优化权重参数，然后开始下一次循环，每300次循环输出测试图像；将真实样本和取得的测试样本输入分类器，进行故障类别的分类，实现故障诊断。该故障诊断方法利用深度卷积网络生成了大量的故障图片，扩展了故障图像数据库，使得故障的分类更加详细，故障的诊断更加精准。

公开(公告)号：CN110363277A

公开(公告)日：2019-10-22

申请号：CN201910635322.6

申请日：2019-07-15

Applicant: 南京工业大学

Inventor： 易辉 ,  顾梦埙 ,  李红涛 ,  张杰 ,  黄阅 ,  黄瑾

IPC: G06N3/00 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种基于改进的萤火虫算法（PFA）优化概率神经网络（PNN）的电力变压器故障诊断方法，首先用气相色谱分析法采集故障特征气体并使用融合DGA算法进行预处理。初始化PNN神经网络，萤火虫算法，2维粒子群；把PNN平滑因子作为萤火虫个体，计算萤火虫位置与亮度；将每一次萤火虫算法的求解结果反馈回粒子群算法中，并对每个粒子做出适应度评价，更新粒子的位置和速度；循环迭代，将得到的最优的平滑因子代入PNN进行故障预测，训练PFA优化后的PNN的模型；输入测试样本，输出故障类型结果，从而实现电力变压器故障诊断，搜索速度快，诊断精度高，误差小，分类效果明显。

公开(公告)号：CN112156649B

公开(公告)日：2021-07-20

申请号：CN202011018364.4

申请日：2020-09-24

Applicant: 南京工业大学

Inventor： 易辉 ,  顾梦埙 ,  李红涛 ,  黄阅

IPC: B01D53/86 ,  G06N3/00 ,  B01D53/56

Abstract: 本发明公开了一种基于大数据及萤火虫算法的多层级精细化智能脱硝系统，包括省煤器、SCR脱硝装置、空预器、除尘装置、脱硫装置、尾气排放装置、锅炉机组、喷氨母管组件、脱硝入口流速及NOx场分布监测系统、脱硝出口NOx/NH3场分布监测系统、催化剂区的NOX场分布监测系统和催化剂区的NOx/NH3不均匀度分析系统；本发明通过大数据以及粒子群优化算法，建立喷氨支管实时调整制度，实现分区控制和喷氨总量优化双重控制；流场匹配准确、变工况适应性强，能有效提升喷氨控制的品质，使SCR性能适应NOx超低排放要求，达到节约喷氨量、降低NOx排放浓度、降低空预器堵塞几率、减轻尾部设备积灰综合效果。