公开(公告)号：CN116415196A

公开(公告)日：2023-07-11

申请号：CN202310181817.2

申请日：2023-02-28

Applicant: 电子科技大学 ,  中国航发四川燃气涡轮研究院

Inventor： 李晓瑜 ,  姚艳玲 ,  文怡 ,  周秋宇 ,  郑德生 ,  钱伟中 ,  周永

IPC: G06F18/2433 ,  G06N3/044 ,  G06N3/0442

Abstract: 本发明公开了基于智慧工业的数据异常检测方法、存储介质及终端，属于异常检测技术领域，采用改进的KF算法对分别各种工业数据进行处理后，再输入第一神经网络模型进行异常预测。改进KF算法具体通过第二神经网络模型学习其协方差矩阵的变化趋势，进而实现协方差矩阵的更新。本发明改进后的KF算法能够动态调整过程激励噪声协方差矩阵Q，以此降低噪声对KF算法的影响，进而保证了后续神经网络模型的异常预测准确性与可靠性；同时，采用改进KF算法对工业数据进行处理，能够剔除冗余数据，对各信息源进行统一处理，以此保证测量准确性；同时改进的KF算法还能够确定工业数据流的时序特征，进而使本方法能够对不具有时序特征的数据流进行准确异常检测。

公开(公告)号：CN116187189A

公开(公告)日：2023-05-30

申请号：CN202310177140.5

申请日：2023-02-28

Applicant: 电子科技大学 ,  中国航发四川燃气涡轮研究院

Inventor： 李晓瑜 ,  陆超 ,  杨彩琼 ,  周秋宇 ,  钱伟中 ,  郑德生 ,  周永

IPC: G06F30/27

Abstract: 本发明公开了一种基于深度强化学习的物理模型校准方法及系统，包括：从物理实验中观测到多通道的实验数据，并根据所述实验数据构建物理模型；将所述实验数据输入到深度学习模型中，通过深度学习模型对实验数据进行预测得到预测值；将所述预测值作为物理模型的中间变量参与物理模型的计算，得到仿真值；根据所述仿真值优化所述深度学习模型。本发明中深度学习模型的输出用于优化物理模型，物理模型的输出反馈优化深度学习模型形成嵌入式的融合模型，保证物理模型校准成功。