-
公开(公告)号：CN116991066A
公开(公告)日：2023-11-03
申请号：CN202310916670.7
申请日：2023-07-24
Applicant: 杭州电子科技大学 , 杭州电子科技大学(天台)数字产业研究院有限公司
IPC: G05B13/04
Abstract: 本发明公开了一种注塑机注塑过程的复合PID型迭代学习控制方法，首先利用输入输出数据，辨识注塑机注塑过程关键指标与执行器之间的多项式模型。其次建立注塑机注塑过程关键指标与执行器之间的二维拓展非最小状态空间方程。然后设计带有动态反馈性能的PID型迭代学习控制器。最后设计二维线性二次调节器优化的PID型迭代学习控制器。本发明弥补了现有PID型迭代学习控制器的无动态反馈能力的缺点，并且比单一PID型迭代学习控制器的控制效果要好，更加符合注塑机生产塑料制品的生产工艺。
-
公开(公告)号：CN111123894B
公开(公告)日：2021-09-07
申请号：CN201911392603.X
申请日：2019-12-30
Applicant: 杭州电子科技大学
IPC: G05B23/02
Abstract: 本发明涉及一种基于LSTM和MLP结合的化工过程故障诊断方法。本发明首先将原始一维数据通过降维，去掉部分冗余数据点。其次将得到的一维数据输入堆叠的LSTM，提取得到具有时间特性的特征信息。然后通过Flatten层将LSTM的输出数据展开，输入到由全连接层堆叠而成的MLP中。最后由最后一层全连接层中的Softmax分类器进行故障类别的分类。本发明充分利用了LSTM与MLP网络在时间与空间方面特征提取的优势，在两层LSTM后使用MLP网络去进行整体的特征提取与学习，本发明运用于非线性、高耦合、时变以及多特征点的化工过程数据，诊断效果较好。
-
公开(公告)号：CN111123894A
公开(公告)日：2020-05-08
申请号：CN201911392603.X
申请日：2019-12-30
Applicant: 杭州电子科技大学
IPC: G05B23/02
Abstract: 本发明涉及一种基于LSTM和MLP结合的化工过程故障诊断方法。本发明首先将原始一维数据通过降维，去掉部分冗余数据点。其次将得到的一维数据输入堆叠的LSTM，提取得到具有时间特性的特征信息。然后通过Flatten层将LSTM的输出数据展开，输入到由全连接层堆叠而成的MLP中。最后由最后一层全连接层中的Softmax分类器进行故障类别的分类。本发明充分利用了LSTM与MLP网络在时间与空间方面特征提取的优势，在两层LSTM后使用MLP网络去进行整体的特征提取与学习，本发明运用于非线性、高耦合、时变以及多特征点的化工过程数据，诊断效果较好。
-
公开(公告)号：CN110085286A
公开(公告)日：2019-08-02
申请号：CN201910191864.9
申请日：2019-03-14
Applicant: 杭州电子科技大学
IPC: G16C20/70
Abstract: 本文发明一种基于两步核最小二乘(Two-step Kernel Regular Least Squares，TKRLS)的卷烟配方维护方法，包括以下步骤：S1：数据处理，将配方数据转换成二进制配方矩阵，将单料烟组转换成二进制配方向量；S2：应用数据挖掘和TKRLS相关方法确定模型参数λu和λv，再根据模型参数λu和λv计算模型系数矩阵M；S3：根据模型系数矩阵M计算单料烟的预测值 S4：根据单料烟的预测值获得推荐的替换单料烟列表S；S5：根据单料烟列表S选择替换单料烟。采用卷烟配方数据进行实验，实验结果表明，按照本文提出的方法推荐可替换的单料烟，可以有效维护卷烟配方在感官和烟气等各项指标上的稳定，对卷烟配方维护具有重要意义。
-
公开(公告)号：CN117728380A
公开(公告)日：2024-03-19
申请号：CN202311222717.6
申请日：2023-09-21
Applicant: 杭州电子科技大学技术转移有限公司
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了基于双向长短期记忆网络的电力负荷预测方法及装置，属于电力负荷预测领域，该方法首先获取电力数据，进行预处理，并分为训练集和测试集。其次构建初步特征提取单元，提取初步特征。然后将初步特征与输入进行拼接，输入预测单元，获取预测结果。最后通过训练集进行训练，并使用测试集测试电力负荷预测模型效果。该装置包括数据模块、预测模块和输出模块。本发明能够高效且准确的预测电力负荷。
-
Patent Agency Ranking
公开(公告)号：CN115546713A
公开(公告)日：2022-12-30
申请号：CN202211012559.7
申请日：2022-08-23
Applicant: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 国网河南省电力公司卫辉市供电公司 , 天津大学 , 杭州电子科技大学
Inventor： 郭志民 , 田杨阳 , 齐企业 , 库永恒 , 姜亮 , 张焕龙 , 李斌 , 王楠 , 刘善峰 , 毛万登 , 刘昊 , 李哲 , 苏海涛 , 曾平良 , 吴秋轩 , 梁允 , 朱新山 , 王倩 , 陈岑 , 谭磊
IPC: G06V20/52 , G06N3/04 , G06N3/08 , G06V10/26 , G06V10/75 , G06V10/77 , G06V10/774 , G06V10/82 , G06V20/40
Abstract: 一种基于语义分割的变电站水位监测方法及系统，方法包括：获取汛期变电站监控设备的视频图像数据样本，利用数据标注软件提取视频图像数据样本中的水位信息，利用水位信息构建变电站语义分割数据集；基于UNet语义分割算法，建立变电站水位监测模型；使用变电站语义分割数据集，基于迁移学习的方法，对变电站水位监测模型进行迭代训练；以训练好的水位监测模型，对汛期变电站水位进行监测。本发明解决在没有水尺、不具备相机标定条件下实现变电站水位监测，可在水位上升时及时发出预警，尽可能让电力运维人员提前开展防汛工作，避免后期的严重财产损失。
-
公开(公告)号：CN112001123A
公开(公告)日：2020-11-27
申请号：CN202010877983.2
申请日：2020-08-27
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于深度卷积网络特征融合的化工过程性能评测方法。本发明在DCNN网络中加入批归一化层构建归一化DCNN，来加速神经网络的收敛以及避免梯度消失问题，然后采用双线性卷积网络（BCNN）原理进行特征融合，最终进行故障诊断。本发明加快了网络的收敛速度，也避免了梯度消失等问题；融合的两路特征来自于同一个卷积网络，使得模型参数相对于BCNN网络减少了一半，加快了训练的速度，同时特征融合的效果也达到了，得到了更加高效精确的故障特征。本发明在不增加模型复杂度的同时，尽最大可能提取精确详细的特征，以提高故障诊断的准确度。
-
公开(公告)号：CN111665819A
公开(公告)日：2020-09-15
申请号：CN202010511370.7
申请日：2020-06-08
Applicant: 杭州电子科技大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于深度学习多模型融合的复杂化工过程故障诊断方法。本发明中两个神经网络分别从两方面自动提取故障特征，再将特征进行融合并输入多层感知器（MLP）进行进一步的特征压缩与提取，最终输出诊断结果。本发明通过卷积神经网络（CNN）与长短期记忆网络（LSTM）分别进行提取特征，使得网络最终所提取的特征同时具有空间以及时间特性，综合两方面特性进行最终诊断，由此不但克服了现有传统诊断技术计算量大的问题，而且还克服了因单一网络所提取特征过于片面，而导致的无法准确在复杂化工过程进行故障诊断的技术问题。
-
公开(公告)号：CN109907351A
公开(公告)日：2019-06-21
申请号：CN201910218367.3
申请日：2019-03-21
Applicant: 杭州电子科技大学
IPC: A24B3/08
Abstract: 本发明公开了一种基于混合协同过滤的智能卷烟配方维护方法及系统，包括步骤：步骤S1、生成二进制配方矩阵及二进制配方向量；步骤S2、基于所述二进制配方矩阵及二进制配方向量构建配方相似矩阵和单料烟相似矩阵；步骤S3、根据所述配方相似矩阵获得配方推荐列表；步骤S4、计算非主单料烟集合；步骤S5：基于所述非主单料烟集合启发式选择替换单料烟。本发明采用卷烟配方数据进行实验，实验结果表明，基于混合协同过滤的卷烟配方维护方法在一对一替换和多对多替换中都能维护原品牌烟的感官质量和烟气指标的稳定，并且此方法在进行多对多替换时非常稳定。
-
公开(公告)号：CN109447167B
公开(公告)日：2021-09-21
申请号：CN201811305657.3
申请日：2018-11-05
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本文发明一种基于非负矩阵分解(Non‑negative Matrix Factorization，NMF)的卷烟配方维护方法，包括以下步骤：S1：数据处理，将配方数据转换成二进制配方矩阵，将单料烟组转换成二进制配方向量；S2：应用数据挖掘和NMF相关方法确定模型参数k，再根据模型参数k计算模型系数矩阵M；S3：根据模型系数矩阵M计算单料烟的预测值S4：根据单料烟的预测值获得推荐的替换单料烟列表S；S5：根据单料烟列表S选择替换单料烟。采用卷烟配方数据进行实验，实验结果表明，按照本文提出的方法推荐可替换的单料烟，可以有效维护卷烟配方在感官和烟气等各项指标上的稳定，对卷烟配方维护具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.026 seconds)
