-
公开(公告)号：CN118472906A
公开(公告)日：2024-08-09
申请号：CN202311045148.2
申请日：2023-08-18
Applicant: 湖南第一师范学院 , 拓维信息系统股份有限公司
IPC: H02J3/00 , H02J3/46 , G06F18/10 , G06F18/22 , G06F18/231 , G06F18/23213 , G06N3/042 , G06N3/0464
Abstract: 本发明公开了一种区域型风电场发电功率预测方法，涉及风力发电技术领域。通过对多源异常数据进行识别，去除风电异常值。通过相似性度量技术，将风电集群划分为单个的波动子群。对多个输入节点进行定义，再将历史功率作为目标节点。建立多层次无向图，将各风机的风速节点作为其中最后一个无向图；建立由风速无向图指向功率无向图的单向结构。通过计算空间相关性矩阵，来描述风电场的空间相关性。将样本数据输入到空间域GCN训练预测模型。待模型收敛后，将实时数据输入到预测模型中，得到预测结果。实现对实时气象因素变化的细致描述，同时细粒度分类而来的波动子群，其内部在出力模式和波动趋势方面相关性较强，简化了后续模型的预测难度。
-
公开(公告)号：CN115409052A
公开(公告)日：2022-11-29
申请号：CN202210883053.7
申请日：2022-07-26
Applicant: 湖南第一师范学院
Abstract: 本发明属于风电轴承故障诊断技术领域，公开了一种数据失衡下风力发电机组轴承的故障诊断方法及系统，通过信号采集装置收集多个时间段的连续振动信号；对于不同故障状态下的原始轴承故障振动信号进行STFT时频转换，得到包含原始信号时特征信息的二维图像作为原始数据样本；根据元学习策略对数量不平衡的二维图像数据构建元学习数据集用于深度神经网络模型的元训练和元测试；通过多个元学习子任务集对于网络的训练和微调工作，构建适用于数据失衡情况下的风力发电机组轴承的故障诊断模型。本发明对复杂工况下的轴承故障诊断效果更加明显，为今后风电运维领域的跨设备故障诊断工作提供理论基础和技术参考，减小不同设备运维之间的技术隔阂。
-
Patent Agency Ranking
公开(公告)号：CN115222141A
公开(公告)日：2022-10-21
申请号：CN202210905232.6
申请日：2022-07-29
Applicant: 湖南第一师范学院
Abstract: 本发明属于风电机组异常检测技术领域，公开了一种多变量时序异常检测方法、系统、介质、设备及终端，构建由空间特征重构模块和时序预测模块组成的异常检测的融合框架；在空间特征重构模块中，采用DSAE深度栈式自动编码器提取多变量间的空间相关特征，输出低维特征表示，计算重建误差；在时序预测模块中，采用基于自注意力的Transformer预测子网络提取复杂的全局时序依赖关系；采用联合训练方式同时优化融合框架中的两个子网络，最小化重建误差和预测误差，实现针对风电机组SCADA数据的多变量时序异常检测。本发明结合重构方法和预测方法优点，提取多变量时序数据中空间特征和时序依赖，实现可靠的风电SCADA异常检测。
-
公开(公告)号：CN114659789A
公开(公告)日：2022-06-24
申请号：CN202210227440.5
申请日：2022-03-08
Applicant: 湖南第一师范学院
IPC: G01M13/045 , G06F17/14 , G06F17/16 , G06F30/20
Abstract: 本发明属于轨道交通故障诊断技术领域，公开了一种转向架牵引电机轴承的故障测定方法、系统、介质及设备，采用压缩采样方法进行信号采样，所述压缩采样方法包括信号的稀疏表示，设计测量矩阵，采用测量矩阵采集获得测量值，根据测量值利用重构算法恢复信号。本发明将压缩采样方法应用于轨道交通故障诊断领域，能够突破香农‑奈奎斯特采样定理限制的信号压缩理论，解决了采样过程中海量数据导致存储资源过大问题。本发明以城轨车辆中转向架牵引电机轴承为研究对象，提出了基于压缩感知的多测度混合评价的综合评估模型，为今后城轨车辆的设备的运输防护效果的表征提供理论依据与技术参考，进而为城轨车辆的安全运行提供一定的保障。
-
公开(公告)号：CN114611233B
公开(公告)日：2022-11-11
申请号：CN202210227591.0
申请日：2022-03-08
Applicant: 湖南第一师范学院
IPC: G06F30/17 , G06F30/27 , G06F119/02
Abstract: 本发明属于机械设备故障诊断技术领域，公开了一种旋转机械故障不平衡数据生成方法及计算机设备，包括：通过对齿轮箱数据进行预处理、进行齿轮箱数据多尺度化、构建并初始化多尺度渐进生成对抗网络模型，同时进行多尺度渐进生成对抗网络模型的训练与优化，利用优化后的多尺度渐进生成对抗网络模型生成多尺度故障数据。本发明通过渐进生成的方式输出高质量故障数据样本解决这一领域普遍存在的严重数据不平衡问题。该方法可以补充少数类别的样本，达到平衡数据集的效果。本发明引入迁移学习的多核最大均值距离MK‑MMD度量方法，使得每一级生成数据的分布更加接近真实数据的分布情况，也确保了生成数据可具备相应的机理性。
-
公开(公告)号：CN115310346A
公开(公告)日：2022-11-08
申请号：CN202210755924.7
申请日：2022-06-30
Applicant: 湖南第一师范学院 , 湖南天桥嘉成智能科技有限公司
Abstract: 本发明属于故障诊断技术领域，公开了一种城轨车辆转向架牵引座故障诊断模型及其构建方法，首先搭建城轨车辆转向架仿真实验平台，完成牵引座的信号采集，对牵引座振动信号在不同域进行分析处理，构造出能量向量；然后基于PCA‑OVO的特征提取算法，得到牵引座的敏感特征集，利用BP神经网络建立、训练一个状态识别模型，分别以时域、频域、时频和敏感特征集作为输入值，比较输出的状态结果。本发明提供的基于PCA‑OVO反向传播神经网络的城轨车辆转向架牵引座故障诊断模型能够有效提高故障检测效率，准确率高，为城轨车辆牵引座的故障诊断提供了一个新模型。
-
公开(公告)号：CN114611233A
公开(公告)日：2022-06-10
申请号：CN202210227591.0
申请日：2022-03-08
Applicant: 湖南第一师范学院
IPC: G06F30/17 , G06F30/27 , G06F119/02
Abstract: 本发明属于机械设备故障诊断技术领域，公开了一种旋转机械故障不平衡数据生成方法及计算机设备，包括：通过对齿轮箱数据进行预处理、进行齿轮箱数据多尺度化、构建并初始化多尺度渐进生成对抗网络模型，同时进行多尺度渐进生成对抗网络模型的训练与优化，利用优化后的多尺度渐进生成对抗网络模型生成多尺度故障数据。本发明通过渐进生成的方式输出高质量故障数据样本解决这一领域普遍存在的严重数据不平衡问题。该方法可以补充少数类别的样本，达到平衡数据集的效果。本发明引入迁移学习的多核最大均值距离MK‑MMD度量方法，使得每一级生成数据的分布更加接近真实数据的分布情况，也确保了生成数据可具备相应的机理性。
-
-
-
-
-
-
Search Results
7
records
(took 0.037 seconds)
