-
公开(公告)号：CN114862021B
公开(公告)日：2024-10-29
申请号：CN202210498052.0
申请日：2022-05-09
Applicant: 大连理工大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/04 , G06N3/084
Abstract: 本发明属于信息技术领域，一种结合信息特征与生产计划的工业间歇性能源数据动态预测方法，是一种将深度确定性策略梯度算法与信息片段中有效的时频特征结合，来预测工业中类周期数据的一种方法。首先，将信息元素划分为有效等时间间隔的数据片段，再通过一种基于模基底匹配的信息粒描述方法，从不同的数据片段中提取其中能描述工业中周期性质的时域特征与频域特征，通过构建二维特征向量将其描述出来。之后将二维特征向量和生产计划结合，采用DDPG方法进行建模、预测，并将得到的预测信息通过特征向量反重构方式实现数据的动态预测。此种方法预测精度较高，计算效率符合工业现场的应用要求，为后续的能源优化调度提供科学、有效的决策支持。
-
公开(公告)号：CN114595879B
公开(公告)日：2022-09-06
申请号：CN202210201095.8
申请日：2022-03-03
Applicant: 大连理工大学
Abstract: 本发明属于信息技术领域，涉及到信息粒的划分与描述、深度神经网络、数据驱动建模等技术，是一种基于特征粒序列LSTM的类周期能源长期预测方法。首先提出一种基于模基底匹配的信息粒描述方法，以针对不同类型的能源数据构建多维特征表示的粒序列结构，进而采用LSTM网络对特征粒序列进行建模，通过特征向量反重构方式实现长期预测。此方法预测精度较高，且计算效率符合工业现场的应用要求，可为后续的能源优化调度提供决策指导。
-
公开(公告)号：CN113869795B
公开(公告)日：2022-08-05
申请号：CN202111245007.6
申请日：2021-10-26
Applicant: 大连理工大学
Abstract: 一种工业副产煤气系统长期调度方法，步骤如下：针对能源数据的波动特征划分信息粒度，形成数据样本的语义表示。以粒度化的数据特征作为输入，通过专家调度经验数据构建深度对比网络结构，分别采用定性和定量学习的方式构建不同调度状态下的知识表示；再建立全连接输出层拟合专家调度量，获得基于经验知识的初始调度策略。构建actor‑critic架构计算考虑长期调度表现的补偿策略。其中，critic部分以对比网络获得的知识表示作为状态空间，建立以调度事件为单位的评价值函数，并采用深度Q学习的方式实现策略评价；actor部分将当前的策略评价与期望目标值进行比对，基于评价反馈迭代计算补偿策略，得到最终的副产能源调度方案。
-
公开(公告)号：CN118357339A
公开(公告)日：2024-07-19
申请号：CN202410517167.9
申请日：2024-04-28
Applicant: 大连理工大学
IPC: B21D26/047 , B21D26/045
Abstract: 一种用于气液混合压制成形的移动分块模具结构。下垫板固定在压力机的台面上，下模固定在下垫板上；氮气弹簧安装于下模上，移动分块固定于氮气弹簧上，实现垂直方向上的移动；下模两端的下垫板上安装有导轨，活动楔块安装于导轨上，实现水平方向上的移动；活动楔块上安装有冲头。本发明通过采用下模具、移动分块、氮气弹簧的有效组合，使管坯在封闭空间中成形，消除了合模线，提高了零件成形的精度和表面质量，解决了管坯因环向应力大在合模线处产生起皱和咬边而成为废品的问题。本发明通过移动分块取代原先气液混合压制模具的刃口，有效地简化了模具的结构、降低了模具的制造成本，同时提高了模具的整体强度和零件的使用寿命。
-
公开(公告)号：CN114862021A
公开(公告)日：2022-08-05
申请号：CN202210498052.0
申请日：2022-05-09
Applicant: 大连理工大学
Abstract: 本发明属于信息技术领域，一种结合信息特征与生产计划的工业间歇性能源数据动态预测方法，是一种将深度确定性策略梯度算法与信息片段中有效的时频特征结合，来预测工业中类周期数据的一种方法。首先，将信息元素划分为有效等时间间隔的数据片段，再通过一种基于模基底匹配的信息粒描述方法，从不同的数据片段中提取其中能描述工业中周期性质的时域特征与频域特征，通过构建二维特征向量将其描述出来。之后将二维特征向量和生产计划结合，采用DDPG方法进行建模、预测，并将得到的预测信息通过特征向量反重构方式实现数据的动态预测。此种方法预测精度较高，计算效率符合工业现场的应用要求，为后续的能源优化调度提供科学、有效的决策支持。
-
Patent Agency Ranking
公开(公告)号：CN113572206A
公开(公告)日：2021-10-29
申请号：CN202110841635.4
申请日：2021-07-26
Applicant: 大连理工大学
Abstract: 本发明属于信息技术领域，涉及到时间序列区间预测、极限学习机建模、高斯近似求解等理论，是一种风电出力区间预测方法。首先采用时间序列分析和正态指数平滑实现风电出力影响因素的区间预测，以考虑输入噪声因素。并以区间结果作为输入，建立极限学习机预测模型，基于迭代期望和条件方差定律计算输出分布，进而得到风电出力的区间预测结果。此方法在区间预测表现和计算效率上具有优势，可为电力系统生产、调度和安全运行提供指导。
-
公开(公告)号：CN118080672A
公开(公告)日：2024-05-28
申请号：CN202410399987.2
申请日：2024-04-03
Applicant: 大连理工大学
IPC: B21D26/033 , B21D45/04
Abstract: 本发明公开了一种气液混合压制成形快速取件方法及装置。该装置包括下垫板、氮气弹簧、挡块、锁紧模块竖直导向块、活动楔块水平导向块、锁紧模块、活动楔块、带限位滑台、带弹簧带螺纹传动柱、导向柱、活动下模具和固定下模具。本发明通过上垫板与氮气弹簧、锁紧模块和活动楔块等活动部件结合，将压制过程与合模、分模过程联动，在一个完整压制过程中，活动部件完成一个运动周期，自动完成复位，省去手动复位步骤，并且与从整体模具中将严密贴合的管件与模具分开相比，脱模过程省力缩时，可以实现快速取件，提高生产效率。
-
公开(公告)号：CN114595879A
公开(公告)日：2022-06-07
申请号：CN202210201095.8
申请日：2022-03-03
Applicant: 大连理工大学
Abstract: 本发明属于信息技术领域，涉及到信息粒的划分与描述、深度神经网络、数据驱动建模等技术，是一种基于特征粒序列LSTM的类周期能源长期预测方法。首先提出一种基于模基底匹配的信息粒描述方法，以针对不同类型的能源数据构建多维特征表示的粒序列结构，进而采用LSTM网络对特征粒序列进行建模，通过特征向量反重构方式实现长期预测。此方法预测精度较高，且计算效率符合工业现场的应用要求，可为后续的能源优化调度提供决策指导。
-
公开(公告)号：CN113572206B
公开(公告)日：2022-06-14
申请号：CN202110841635.4
申请日：2021-07-26
Applicant: 大连理工大学
Abstract: 本发明属于信息技术领域，涉及到时间序列区间预测、极限学习机建模、高斯近似求解等理论，是一种风电出力区间预测方法。首先采用时间序列分析和正态指数平滑实现风电出力影响因素的区间预测，以考虑输入噪声因素。并以区间结果作为输入，建立极限学习机预测模型，基于迭代期望和条件方差定律计算输出分布，进而得到风电出力的区间预测结果。此方法在区间预测表现和计算效率上具有优势，可为电力系统生产、调度和安全运行提供指导。
-
公开(公告)号：CN113869795A
公开(公告)日：2021-12-31
申请号：CN202111245007.6
申请日：2021-10-26
Applicant: 大连理工大学
Abstract: 一种工业副产煤气系统长期调度方法，步骤如下：针对能源数据的波动特征划分信息粒度，形成数据样本的语义表示。以粒度化的数据特征作为输入，通过专家调度经验数据构建深度对比网络结构，分别采用定性和定量学习的方式构建不同调度状态下的知识表示；再建立全连接输出层拟合专家调度量，获得基于经验知识的初始调度策略。构建actor‑critic架构计算考虑长期调度表现的补偿策略。其中，critic部分以对比网络获得的知识表示作为状态空间，建立以调度事件为单位的评价值函数，并采用深度Q学习的方式实现策略评价；actor部分将当前的策略评价与期望目标值进行比对，基于评价反馈迭代计算补偿策略，得到最终的副产能源调度方案。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.025 seconds)
