一种变压器声纹信号去噪方法

    公开(公告)号:CN119441743A

    公开(公告)日:2025-02-14

    申请号:CN202510028699.0

    申请日:2025-01-08

    Abstract: 本发明公开了一种变压器声纹信号去噪方法,包括如下步骤:使用声音采集装置采集变压器声纹信号;采用改进山猫优化算法对时变滤波经验模态分解的带宽阈值和B样条阶数进行优化,再使用优化后的时变滤波经验模态分解将采集到的变压器声纹信号分解成本征模态函数;采用滑动窗对本征模态函数进行分段截取,并且将截取后的本征模态函数构建成三阶信号张量;将构建的三阶信号张量输入贝叶斯高斯张量分解模型中进行分解重构,再根据张量构造逆过程将重构后的三阶信号张量还原成一维向量;本发明运用改进后的山猫优化算法优化时变滤波经验模态分解的参数,避免了分解时的混叠现象。

    一种改进光伏最大功率点追踪方法及装置

    公开(公告)号:CN118655946A

    公开(公告)日:2024-09-17

    申请号:CN202410969663.8

    申请日:2024-07-19

    Abstract: 本发明公开了一种改进光伏最大功率点追踪方法及装置,该方法获取光伏发电系统的当前开路电压和短路电流作为鹦鹉优化算法输入参数,初始化鹦鹉种群参数,引入改进的反向学习策略跳出当前位置,扩大鹦鹉种群的搜索范围,设计鹦鹉种群不同的行为作为鹦鹉优化算法更新规则,对鹦鹉种群初始化参数进行寻优,引入基于莱维增量和高斯游走的优化策略对鹦鹉种群的停留行为进行改进,帮助算法跳出局部最优;迭代直到最大迭代次数,迭代结束将最大输出电压定为全局最优值,当输出功率变化率大于输出功率变化率阈值时,重新迭代。本发明解决了传统的最大功率点跟踪算法在光照突变的环境下求解精度低以及可能陷入局部最优的问题。

    一种基于深度强化学习的空气预热器区域识别方法

    公开(公告)号:CN115240122A

    公开(公告)日:2022-10-25

    申请号:CN202211158753.6

    申请日:2022-09-22

    Abstract: 本发明涉及一种基于深度强化学习的空气预热器区域识别方法,选取视频流中运行状态图像的识别区域,并选取模板帧,将视频流中运行状态图像都送入已经训练好的最优支持向量机模型进行分类,随后使用NanoDet模型对分类得到的运行状态图像的识别区域进行检测,得到所需特征点,以模板帧为NanoDet模型输出结果进行特征点仿射匹配,完成对检测帧的网格区域识别,从而对空气预热器转子的网格区域识别。本发明使用支持向量机模型对视频流进行分类得到最佳检测帧,使用NanoDet模型对最佳检测帧进行检测,最后使用仿射变换得到运行状态图像中其他区域的具体位置,可以较好完成空气预热器区域定位任务。

Patent Agency Ranking