一种锅炉NOx排放浓度预测方法、装置及介质

    公开(公告)号:CN119692559A

    公开(公告)日:2025-03-25

    申请号:CN202411858830.8

    申请日:2024-12-17

    Abstract: 本发明公开了一种锅炉NOx排放浓度预测方法、装置及介质,所述方法包括获取锅炉排放的NOx浓度历史数据以及相关的辅助变量,利用LightGBM对多变量数据进行特征选择,对特征选择后的数据集进行KGDA数据增强,扩充为新的浓度变量数据集;通过引入自适应t分布变异策略以实现种群多维初始化,并采用动态边界策略调整搜索边界,进而优化能量谷优化器算法,通过改进获得IEVO算法;建立PatchTST预测模型和ETSformer预测模型对新数据集进行预测,并使用改进的能量谷优化器算法IEVO对模型超参数进行优化;利用IEVO对两个模型的预测结果进行加权融合,并采用GRELM对加权后的结果进行误差校正,得到最终预测结果。本发明能够实现锅炉燃烧出口NOx浓度的精准预测。

    一种基于多传感器数据融合的锂电池健康监测预警方法

    公开(公告)号:CN119805234A

    公开(公告)日:2025-04-11

    申请号:CN202411878150.2

    申请日:2024-12-19

    Abstract: 本发明公开了一种基于多传感器数据融合的锂电池健康监测预警方法,在锂电池组内部布置多测点、多变量传感器,实时采集锂电池数据,并进行归一化处理,然后利用随机森林算法进行特征选择,构建锂电池热失控健康监测数据集;构建基于多尺度因果卷积网络MCCN和TimeMixer模型的锂电池热失控健康监测预警模型MCCN‑TimeMixer,通过MCCN提取局部热状态变化特征,再通过TimeMixer建立这些特征与锂电池热失控健康监测状态的全局联系;采用经过多元学习算法改进的常春藤算法优化模型超参数,最后通过快速深层堆叠网络极限学习机FDSNELM进行误差校正,实现对锂电池热失控健康监测状态的准确预测和预警。本发明能够被应用于锂电池热失控健康监测预警的建模过程中,确保锂电池热失控健康监测预警的准确性。

    一种燃料电池性能退化预测方法及系统

    公开(公告)号:CN119758148A

    公开(公告)日:2025-04-04

    申请号:CN202411816536.0

    申请日:2024-12-11

    Abstract: 本发明公开了一种燃料电池性能退化预测方法及系统;属于质子交换膜燃料电池技术领域,其操作步骤:首先,采集质子交换膜燃料电池输出电压数据及其特征变量,为提高数据的准确性,使用SKF对采集信号观测和过滤,去除测量噪声和系统噪声并加强控制效果;其次,采用BRFE对特征变量进行特征选择;然后,建立Stacking模型,其中基学习器选择了XGBoost、StanHop_Net和DHKELM,而元学习器则使用自动编码器增强的AESELM;最后,本发明引入改进的青蒿素优化算法,对元学习器模型进行参数调优,以增强预测性能和模型的泛化能力。该方法不仅能有效预测PEMFC的性能退化,还能为燃料电池的维护和管理提供科学依据,从而延长其使用寿命和提升整体效率。

    一种锂电池温度预测方法及系统
    8.
    发明公开

    公开(公告)号:CN119829895A

    公开(公告)日:2025-04-15

    申请号:CN202411878148.5

    申请日:2024-12-19

    Abstract: 本发明公开了一种锂电池温度预测方法及系统,所述方法包括,获取锂电池数据集,使用PSA算法优化TVF‑EMD模型得到改进的PSA‑TVF‑EMD,然后使用PSA‑TVF‑EMD对数据集进行分解,将分解后的分量通过Hilbert变换分为高频分量和低频分量;其次,利用ConvGRU替换TimesNet中的Inception模块,得到改进的GTimesNet模型,建立GTimesNet预测模型对高频分量和低频分量进行预测;采用Gaussian高斯分布初始化对淘金器算法的种群进行初始化,在勘探阶段中加入混沌惯性权重和正弦函数学习因子策略得到改进的淘金优化器算法IGRO对模型超参数进行优化;最后,利用IGRO对高频分量和低频分量的预测结果进行二次加权,得到最终预测结果。本发明能够提高锂电池温度预测的精度和有效性。

Patent Agency Ranking