-
公开(公告)号：CN113657442A
公开(公告)日：2021-11-16
申请号：CN202110774463.3
申请日：2021-07-08
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Abstract: 本发明公开了一种电动汽车充电设备的故障诊断方法、装置及存储介质，所述电动汽车充电设备的故障诊断方法包括：获取充电设备的状态参数信息数据；其中，所述状态参数信息包括设备的故障时间、故障类型、故障位置及设备状态参数；基于卷积神经网络CNN采用不同大小的采样窗口、卷积核和步长对所述状态参数信息数据的参数特征进行提取，得到多尺度特征；将所述多尺度特征输入到训练好的误差反向传播BP神经网络，则所述BP神经网络输出充电设备的故障原因。本发明将CNN和BP神经网络相结合，通过CNN获取故障种类的关键特征，结合BP神经网络对设备发生的故障原因和充电设备的系统参数进行基于误差反方向传播的迭代学习，实现对充电设备故障原因的准确诊断。
-
公开(公告)号：CN114398160A
公开(公告)日：2022-04-26
申请号：CN202111550535.2
申请日：2021-12-17
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Abstract: 本发明公开了一种基于自适应任务调度的全局感知模型构建方法及装置，该方法包括如下步骤：步骤S1，固定采样时间间隔，随机选择K个服务器；步骤S2，令K个服务器节点构建局部模型，利用边缘节点的分布式感知技术，并结合感知模型的任务分配方法，实现感知模型并行训练最小化和训练质量不断迭代校正的自适应任务分配，从而通过自适应任务分配选择合适的节点以实现局部模型的选取；步骤S3，定义一个智能体系统，基于局部模型的训练，采用最大估计效用的策略来选取执行参数传输，通过本地智能体与中心智能体参数的交互实现全局模型的构建。
-
公开(公告)号：CN114398160B
公开(公告)日：2025-05-06
申请号：CN202111550535.2
申请日：2021-12-17
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Abstract: 本发明公开了一种基于自适应任务调度的全局感知模型构建方法及装置，该方法包括如下步骤：步骤S1，固定采样时间间隔，随机选择K个服务器；步骤S2，令K个服务器节点构建局部模型，利用边缘节点的分布式感知技术，并结合感知模型的任务分配方法，实现感知模型并行训练最小化和训练质量不断迭代校正的自适应任务分配，从而通过自适应任务分配选择合适的节点以实现局部模型的选取；步骤S3，定义一个智能体系统，基于局部模型的训练，采用最大估计效用的策略来选取执行参数传输，通过本地智能体与中心智能体参数的交互实现全局模型的构建。
-
公开(公告)号：CN117591386A
公开(公告)日：2024-02-23
申请号：CN202311359462.8
申请日：2023-10-19
Applicant: 中电科普天科技股份有限公司 , 广州杰赛通信规划设计院有限公司 , 中国联合网络通信有限公司重庆市分公司
IPC: G06F11/34 , G06N3/047 , G06N3/0442
Abstract: 本发明公开了一种基于分布式挖掘的告警数据处理方法、装置、设备及介质，方法包括：获取告警事务数据后进行预处理，并采用关联规则算法得到局部频繁项集以及支持度和置信度；通过预设的贝叶斯神经网络模型进行训练得到支持度分布和置信度分布；根据支持度分布和置信度分布确定最小支持度和最小置信度，筛选符合条件的局部频繁项集得到全局频繁项集；将全局频繁项集输入预设的长短期记忆模型，输出告警故障类型以及对应的告警故障概率。通过采用多种算法以及贝叶斯神经网络模型与长短期记忆模型对告警数据进行处理，减少了现有算法的计算量，实现了从全局角度进行告警数据处理，提高了告警数据处理的精度。
-
-
-
Search Results
4
records
(took 0.039 seconds)
