-
公开(公告)号:CN111125907B
公开(公告)日:2023-09-01
申请号:CN201911342221.6
申请日:2019-12-23
Applicant: 河南理工大学
IPC: G06F30/20 , G06N3/063 , G06N3/043 , G06N3/0464
Abstract: 本发明提出一种基于数据‑知识‑机理混合模型的污水处理氨氮软测量方法,属于污水处理领域。在对污水处理机理模型分析基础上,利用历史知识信息与过程在线数据信息,建立一种基于混合模型的污水处理出水氨氮软测量建模方法。基于历史数据信息通过聚类方法获得核心神经元的知识表征,提出一种基于长短时记忆机制的神经网络结构调整算法,提高神经网络软测量的建模精度。本发明方法为污水处理系统检测及稳定运行,提供理论支撑与技术保障。
-
公开(公告)号:CN111881974B
公开(公告)日:2023-06-09
申请号:CN202010729444.4
申请日:2020-07-27
Applicant: 河南理工大学
IPC: G06F18/24 , G06F18/2135 , G06F18/214 , G06Q50/06
Abstract: 本发明属于水文地质技术领域,公开了一种基于Piper‑PCA‑FCL判别模型的突水水源识别方法,收集研究区近年来各主要含水层水质类型资料,选取各含水层的多个水样作为训练样本;使用Piper三线图对水样进行分类,筛选出能代表含水层特征的标准水样;对标准水样的水化学数据进行主成分分析,求出各含水层对应的主成分的平均值和标准差,利用得到的平均值和标准差将训练样本标准化;判定各含水层标准化后的样本数据是否服从正态分布,结合模糊置信度理论,建立Piper‑PCA‑FCL判别模型;对待测水样进行判别,预测突水水源。本发明方法将Piper‑PCA与置信度相结合,达到减少判别时间、提高判别精度的目的。
-
公开(公告)号:CN111881974A
公开(公告)日:2020-11-03
申请号:CN202010729444.4
申请日:2020-07-27
Applicant: 河南理工大学
Abstract: 本发明属于水文地质技术领域,公开了一种基于Piper-PCA-FCL判别模型的突水水源识别方法,收集研究区近年来各主要含水层水质类型资料,选取各含水层的多个水样作为训练样本;使用Piper三线图对水样进行分类,筛选出能代表含水层特征的标准水样;对标准水样的水化学数据进行主成分分析,求出各含水层对应的主成分的平均值和标准差,利用得到的平均值和标准差将训练样本标准化;判定各含水层标准化后的样本数据是否服从正态分布,结合模糊置信度理论,建立Piper-PCA-FCL判别模型;对待测水样进行判别,预测突水水源。本发明方法将Piper-PCA与置信度相结合,达到减少判别时间、提高判别精度的目的。
-
公开(公告)号:CN109521299B
公开(公告)日:2020-11-03
申请号:CN201811426825.4
申请日:2018-11-27
Applicant: 河南理工大学
Abstract: 本发明公开了一种逆变器智能故障推理的方法,由逆变器运行状况层、逆变器故障层和故障症状层组成的三层贝叶斯网络的逆变器智能故障推理系统。本发明的优点在于:将逆变器运行状况作为推理网络的第一层,对比一般的二层和变量独立的朴素贝叶斯网络,可以推断多种复合故障,更加符合专家的推理思路和推理策略,体现了更强的智能性,能够应对多种复杂因果关系和随时出现的不确定性。通过多种证据的实例分析,本发明不仅可以准确推理出完备证据下的单一故障,不完备信息下的单一故障,不完备信息下的复合故障,而且可以结合设备运行层信息和不完备故障症状信息来综合判断故障及其原因,表现出了不完备信息下较强的推理能力,具有较强的现实指导意义。
-
公开(公告)号:CN111260116A
公开(公告)日:2020-06-09
申请号:CN202010025312.3
申请日:2020-01-10
Applicant: 河南理工大学
Abstract: 本发明公开了一种基于BOA-SVR和模糊聚类的分时段精细化短期负荷预测方法,包括以下步骤:S1,根据地区的历史负荷数据和特性来分析影响负荷变化的因素,并考虑实时影响因素提出分时段综合预测法;S2,利用模糊C均值聚类方法将历史数据聚类得到不同的类型,并评价其聚类效果;S3,利用动态自适应权重的方法和柯西分布逆累积部分函数对蝙蝠算法进行改进;S4,利用改进的蝙蝠算法对SVR的参数进行寻优,寻找最优参数建立SVR分时段精细化模型,将待预测各个时段平均负荷值作为SVR的输出得到预测结果;本发明可有效的提高预测精度,对于不同类型日的预测精度均可达到96%以上,且改进的蝙蝠算法有效降低预测模型的规模,明显的提高了预测模型的性能。
-
公开(公告)号:CN113866675A
公开(公告)日:2021-12-31
申请号:CN202111128132.9
申请日:2021-09-26
Applicant: 河南理工大学
IPC: G01R31/52 , G01R31/327
Abstract: 本发明涉及电力故障诊断技术领域,公开了一种H桥逆变器短路故障推理方法,通过故障分类收集故障信息,由故障信息构建故障诊断表,并由最简诊断变量组确定逻辑函数,从而建立逻辑函数,由逻辑函数推断出单相桥逆变器开关管短路故障的位置。本方法对比基于数据或知识的故障推理方法,需要较少的故障信息数据,且更符合故障诊断准确性和快速性的要求,能够应对各种复杂短路环境下的短路故障。本发明可以准确快速推理出H桥逆变器中单一开关管短路故障并结合逻辑函数判断出故障发生的位置及其开关短路情况,表现出在少量故障数据的情况下对短路故障具有较强的推理能力,具有很强的实际操作意义。
-
公开(公告)号:CN111105104A
公开(公告)日:2020-05-05
申请号:CN202010104278.9
申请日:2020-02-20
Applicant: 河南理工大学
Abstract: 本发明公开了一种基于相似日和RBF神经网络的短期电力负荷预测方法,涉及电力负荷预测领域,短期电力负荷预测中选取合适的相似日作为训练样本可以简化训练过程并提高预测精度,为了减小夏季积温效应对相似日选取的影响,本发明通过将温度和其他负荷影响因素分别计算相似度,从而根据计算得到的综合相似度来选取相似日,此外,为了提高RBF神经网络的预测效果,将训练样本先用减聚类进行聚类,根据聚类结果设置模糊c-means聚类的初值,运用模糊c-means聚类来优化RBF神经网络的隐含层参数,最后结合相似日和改进RBF神经网络进行短期电力负荷预测,本发明可以明显提高短期电力负荷预测的准度。
-
公开(公告)号:CN109521299A
公开(公告)日:2019-03-26
申请号:CN201811426825.4
申请日:2018-11-27
Applicant: 河南理工大学
CPC classification number: G01R31/00 , G06K9/6296
Abstract: 本发明公开了一种逆变器智能故障推理的方法,由逆变器运行状况层、逆变器故障层和故障症状层组成的三层贝叶斯网络的逆变器智能故障推理系统。本发明的优点在于:将逆变器运行状况作为推理网络的第一层,对比一般的二层和变量独立的朴素贝叶斯网络,可以推断多种复合故障,更加符合专家的推理思路和推理策略,体现了更强的智能性,能够应对多种复杂因果关系和随时出现的不确定性。通过多种证据的实例分析,本发明不仅可以准确推理出完备证据下的单一故障,不完备信息下的单一故障,不完备信息下的复合故障,而且可以结合设备运行层信息和不完备故障症状信息来综合判断故障及其原因,表现出了不完备信息下较强的推理能力,具有较强的现实指导意义。
-
公开(公告)号:CN108009308A
公开(公告)日:2018-05-08
申请号:CN201710918277.6
申请日:2017-09-30
Applicant: 河南理工大学
IPC: G06F17/50
Abstract: 本发明公开了一种传导电磁干扰预测方法,其通过仿真模型获取输入输出数据,利用最小二乘法对差模干扰耦合通道模型进行辨识。该模型可以较准确描述差模干扰耦合通道特性,可进一步实现对实际电路中电源侧差模干扰的定量预测和功率谱分析,为解决实际电路干扰不易测试提供了一种可行方法。本发明的有益效果是:本方法通过仿真电路获取模型数据,建立耦合通道模型。实际中只需测试干扰输入信号,通过示波器等常规设备就可实现传导电磁干扰预测波形,对于实际电路测试操作性强,而且可得到干扰输出的定量数据和波形,测试快捷准确,简单易行。
-
公开(公告)号:CN107369858A
公开(公告)日:2017-11-21
申请号:CN201710651002.0
申请日:2017-08-02
Applicant: 河南理工大学
Abstract: 本发明公开了一种电池组双目标分阶段均衡电路控制策略。根据锂电池等效电路模型可知,电池工作状态一致性由电池端电压、开路电压共同决定,而开路电路与SOC在一定范围内呈现一一对应的线性关系。双目标是指同时以单体电池端电压、单体电池SOC作为均衡指标,实现电压均衡、SOC均衡;分阶段是指在一个均衡周期内,先均衡电压,再均衡SOC,实现电池端电压均衡、SOC均衡,最终实现电池端电压、开路电压的均衡。本发明能够从本质上消除电池组内单体电池的不一致性。该控制策略适用于混合动力汽车、纯电动汽车或蓄能电站中的蓄能装置的电池均衡管理系统。
-
-
-
-
-
-
-
-
-