一种带钢表面质量缺陷多分类的多目标优化特征选择方法

    公开(公告)号:CN111667466B

    公开(公告)日:2023-04-18

    申请号:CN202010453190.8

    申请日:2020-05-26

    Abstract: 本发明提出了一种带钢表面质量缺陷多分类的多目标优化特征选择方法。本发明构建带钢表面质量缺陷数据集,将样本特征值向量进行归一化;将归一化之后的数据集中与类别对应的样本子集先互斥拆分,再按自助采样法采样生成多个亚子集;计算均衡分布的样本子集中的各特征权重均值,得到筛选之后的特征子集;构建带钢表面质量缺陷多分类问题的特征选择多目标优化模型;应用NSGA‑III算法求解,通过特征权重降序基因填充构造法生成初始种群;经过多轮的迭代优化,最后得到优化结果作为带钢表面质量缺陷多分类的最优特征选择子集。本发明实现在高维特征空间中快速提取有效的特征子集,消除大量低关联度和冗余特征,同时使分类器达到最佳分类性能。

    一种盾尾间隙智能监测的多激光器电平调制触发方法

    公开(公告)号:CN111623963A

    公开(公告)日:2020-09-04

    申请号:CN202010406150.8

    申请日:2020-05-14

    Abstract: 本发明提出了一种盾尾间隙智能监测的多激光器电平调制触发方法,包括:多个激光器电源、多个带调制触发功能的激光器、激光器调制触发控制板、接口转换模块、网络传输模块、盾尾间隙智能监测装置服务器、盾尾间隙智能监测装置显示模块、主控制单元、变焦工业相机、激光测距仪。本发明方法中主控制单元控制激光器调制触发控制板输出多路高、低电平,且每路高电平分别输出至对应激光器,以在精确的时间节点上打开和关闭多个激光器。本发明确保了其发射出激光光束的质量,为提升盾尾间隙图像质量和精度提供了重要的保障;提升了激光器使用时间,增加了盾尾间隙测量装置的使用寿命,降低了设备使用和维护成本。

    盾尾间隙监测装置
    4.
    发明授权

    公开(公告)号:CN111636881B

    公开(公告)日:2022-04-29

    申请号:CN202010439731.1

    申请日:2020-05-22

    Abstract: 公开了一种盾尾间隙监测装置,包括:安装座(12),其包括固定在盾构机盾壳筋板(11)上的固定底板(1),和可拆卸地设置在固定底板(1)上的定位板(2);盾尾间隙监测器(4),其固定在定位板(2)上,并使盾尾间隙监测器(4)中激光器的激光束从两个撑靴(9)之间的空隙(14)中投射出去。选择盾构机盾壳筋板(11)作为盾尾间隙监测装置的安装位置,不会与盾构机机械结构发生任何干涉;在盾构机正常掘进过程中液压油缸伸缩时,及管片拼装过程中拼装机旋转时,均不会影响盾尾间隙监测装置的正常工作,为盾尾间隙的实时和连续性测量提供了必要的前提条件。

    一种带钢表面质量缺陷多分类的多目标优化特征选择方法

    公开(公告)号:CN111667466A

    公开(公告)日:2020-09-15

    申请号:CN202010453190.8

    申请日:2020-05-26

    Abstract: 本发明提出了一种带钢表面质量缺陷多分类的多目标优化特征选择方法。本发明构建带钢表面质量缺陷数据集,将样本特征值向量进行归一化;将归一化之后的数据集中与类别对应的样本子集先互斥拆分,再按自助采样法采样生成多个亚子集;计算均衡分布的样本子集中的各特征权重均值,得到筛选之后的特征子集;构建带钢表面质量缺陷多分类问题的特征选择多目标优化模型;应用NSGA-III算法求解,通过特征权重降序基因填充构造法生成初始种群;经过多轮的迭代优化,最后得到优化结果作为带钢表面质量缺陷多分类的最优特征选择子集。本发明实现在高维特征空间中快速提取有效的特征子集,消除大量低关联度和冗余特征,同时使分类器达到最佳分类性能。

    一种基于多模型组合优化的风力电站输出功率预测方法

    公开(公告)号:CN111667098A

    公开(公告)日:2020-09-15

    申请号:CN202010405975.8

    申请日:2020-05-14

    Abstract: 本发明提出了一种基于多模型组合优化的风力电站输出功率预测方法。获取目标风力电站的气象影响因子数据、风电功率数据,依次进行数据缺失值补齐、数据归一化,并通过灰色关联度分析法分析二者的关联度;进一步建立支持向量机预测模型,通过灰狼群优化算法优化参数;将优化后支持向量机模型作为弱回归器,通过建立AdaBoost集成模型构建强回归器,利用强回归器预测获得训练集风电功率预测值序列;进一步构建门控循环单元网络对误差序列E进行预测;将修正后的预测误差值与AdaBoost集成预测模型的预测结果进行叠加,获得最终预测结果。本发明提升了风电功率预测模型的预测效率、预测精度,有助于电力系统的科学调度和并网运行的安全稳定。

    盾尾间隙监测装置
    7.
    发明公开

    公开(公告)号:CN111636881A

    公开(公告)日:2020-09-08

    申请号:CN202010439731.1

    申请日:2020-05-22

    Abstract: 公开了一种盾尾间隙监测装置,包括:安装座(12),其包括固定在盾构机盾壳筋板(11)上的固定底板(1),和可拆卸地设置在固定底板(1)上的定位板(2);盾尾间隙监测器(4),其固定在定位板(2)上,并使盾尾间隙监测器(4)中激光器的激光束从两个撑靴(9)之间的空隙(14)中投射出去。选择盾构机盾壳筋板(11)作为盾尾间隙监测装置的安装位置,不会与盾构机机械结构发生任何干涉;在盾构机正常掘进过程中液压油缸伸缩时,及管片拼装过程中拼装机旋转时,均不会影响盾尾间隙监测装置的正常工作,为盾尾间隙的实时和连续性测量提供了必要的前提条件。

    一种基于多模型组合优化的风力电站输出功率预测方法

    公开(公告)号:CN111667098B

    公开(公告)日:2023-04-18

    申请号:CN202010405975.8

    申请日:2020-05-14

    Abstract: 本发明提出了一种基于多模型组合优化的风力电站输出功率预测方法。获取目标风力电站的气象影响因子数据、风电功率数据,依次进行数据缺失值补齐、数据归一化,并通过灰色关联度分析法分析二者的关联度;进一步建立支持向量机预测模型,通过灰狼群优化算法优化参数;将优化后支持向量机模型作为弱回归器,通过建立AdaBoost集成模型构建强回归器,利用强回归器预测获得训练集风电功率预测值序列;进一步构建门控循环单元网络对误差序列E进行预测;将修正后的预测误差值与AdaBoost集成预测模型的预测结果进行叠加,获得最终预测结果。本发明提升了风电功率预测模型的预测效率、预测精度,有助于电力系统的科学调度和并网运行的安全稳定。

    一种盾尾间隙智能监测的多激光器电平调制触发方法

    公开(公告)号:CN111623963B

    公开(公告)日:2022-04-29

    申请号:CN202010406150.8

    申请日:2020-05-14

    Abstract: 本发明提出了一种盾尾间隙智能监测的多激光器电平调制触发方法,包括:多个激光器电源、多个带调制触发功能的激光器、激光器调制触发控制板、接口转换模块、网络传输模块、盾尾间隙智能监测装置服务器、盾尾间隙智能监测装置显示模块、主控制单元、变焦工业相机、激光测距仪。本发明方法中主控制单元控制激光器调制触发控制板输出多路高、低电平,且每路高电平分别输出至对应激光器,以在精确的时间节点上打开和关闭多个激光器。本发明确保了其发射出激光光束的质量,为提升盾尾间隙图像质量和精度提供了重要的保障;提升了激光器使用时间,增加了盾尾间隙测量装置的使用寿命,降低了设备使用和维护成本。

Patent Agency Ranking