-
公开(公告)号：CN112016038B
公开(公告)日：2023-07-28
申请号：CN202010766642.8
申请日：2020-08-03
Applicant: 广西大学
IPC: G06F17/15
Abstract: 本发明所提一种超超临界燃煤锅炉高温再热器炉外壁温预测方法，该方法能精确地预测未来一段时间超超临界燃煤锅炉高温再热器炉外壁的温度。本发明所提方法是混合多参数多特征降维时间卷积网络方法，该方法由多特征尺度模块和特征融合时间卷积网络模块组成。所提方法中多特征尺度模块主要包括特征筛选和特征拼接两种操作；该两种操作对原始数据进行混合多参数多特征降维。所提方法中特征融合时间卷积网络模块使用扩张因果卷积作为基本计算单元完成特征融合和模型训练任务。所提方法具有较强特征提取能力和函数拟合能力，可以预测超超临界燃煤锅炉高温再热器炉外壁的温度。
-
公开(公告)号：CN116451148A
公开(公告)日：2023-07-18
申请号：CN202310266377.0
申请日：2023-03-17
Applicant: 广西大学
IPC: G06F18/2415 , G06F18/24 , G06N3/0464 , G06N3/0442
Abstract: 本发明提出一种模态分解预测双向注意力网络的轴承故障诊断方法，该方法先用VGG19对轴承故障检测信号进行分类，输出分类概率大于故障判断设定值的信号，再将分类概率小于故障判断设定值的信号进行模糊熵辅助奇异谱分解，将奇异谱分解后的奇异谱分量用时间卷积网络、长短期记忆网络与双向长短期记忆网络进行预测，再分别通过卷积自注意结合算子、双通道卷积算子和卷积自注意结合算子进行分类，最后采用深度全连接层对三个分类结果进行综合，输出最终分类结果。所提方法能解决当前轴承故障诊断技术无法同时具有高精度和高速度的特点的问题，实现快速精准地诊断轴承故障的功能，提高故障诊断的精度和速度。
-
公开(公告)号：CN113609444B
公开(公告)日：2023-06-27
申请号：CN202110920211.7
申请日：2021-08-11
Applicant: 广西大学
IPC: G06F17/12
Abstract: 本发明提出一种非完美相位估计下直流潮流方程的求解方法，该方法通过对多个非完美相位估计模块中精度比特执行测量，从经典寄存器中提取信息求得非完美相位估计下直流潮流方程的近似解，再通过外循环减小误差。本发明通过对多个非完美相位估计模块的使用，既节省了量子比特的消耗，又使该方法适用于直流潮流方程中电纳矩阵特征值无法被完美估计的情形，拓宽了量子程序求解直流潮流方程的路线，提供了一种基于量子比特资源受限的现有硬件平台求解直流潮流方程的方法。
-
公开(公告)号：CN116308279A
公开(公告)日：2023-06-23
申请号：CN202310265844.8
申请日：2023-03-17
Applicant: 广西大学
IPC: G06Q10/20 , G06V10/764 , G06F18/2415 , G06N10/60
Abstract: 本发明提出一种多模态双重量子快速网络的轴承故障诊断方法，该方法先将原始信号进行量子编码化，然后通过量子神经网络得到由0与1组成的量子化图片，对量子化图片进行量测，输出分类概率大于故障判断设定值的信号，再将分类概率小于故障判断设定值的信号进行模糊熵辅助奇异谱分解，将奇异谱分解后的奇异谱分量再次进行量子编码，通过量子神经网络得到由0与1组成的量子化图片，对量子化图片进行量测，输出最终的统计分类结果。所提方法能解决当前轴承故障诊断技术会由于数据过大而导致诊断效率低的问题，实现快速精准地诊断轴承故障的功能，保证故障诊断精度的同时提高诊断速度，并且防止计算过程中的梯度爆炸。
-
公开(公告)号：CN113205280B
公开(公告)日：2023-06-23
申请号：CN202110590249.2
申请日：2021-05-28
Applicant: 广西大学
IPC: G06Q10/0637 , G06Q30/0202 , G06N5/04 , G06N20/00
Abstract: 本发明提出一种李群引导注意推理网络的电动汽车充电站选址方法。该方法将李群机器学习方法和引导注意推理网络方法进行结合，用于电动汽车充电站选址。首先，所提方法中引导注意推理网络方法主要用于交通数据的特征提取，判别电动汽车流量信息。其次，所提方法中李群机器学习方法作为引导注意推理网络方法的阈值函数的参数，提高引导注意推理网络方法的训练效率。最后，将电动汽车流量信息网格化，获得电动汽车充电的需求量，通过经纬度网格划分，将车流和网格关联，在密集网格处确定最佳的充电站地址。
-
Patent Agency Ranking
公开(公告)号：CN116149320A
公开(公告)日：2023-05-23
申请号：CN202211606129.8
申请日：2022-12-12
Applicant: 广西大学
IPC: G05D1/02
Abstract: 本发明提出一种改进A*和改进人工势场的移动机器人路径规划方法，该方法使用改进的A*方法来进行移动机器人的全局路径规划，使用改进人工势场法来进行移动机器人的局部路径规划，当移动机器人在进行局部路径规划时陷入凹形陷阱区域时，使用改进的自适应动态规划方法帮助移动机器人逃脱陷阱区域。所述路径规划方法是对全局路径规划和局部路径规划方法的结合，优化相应的路径规划方法，具有移动机器人路径规划的效率高，增强目标可达性，减少全局路径转弯，减小出现碰撞的可能性，减小陷入局部最优可能性，减小计算量的优点。
-
公开(公告)号：CN115983091A
公开(公告)日：2023-04-18
申请号：CN202211479420.3
申请日：2022-11-24
Applicant: 广西大学
IPC: G06F30/27 , G06N3/0442 , G06N3/048 , G06N3/08 , G06F119/02
Abstract: 本发明提出一种基于Ghost Net‑BiLSTM的超级电容剩余使用寿命预测方法，该方法的步骤有：首先将超级电容的充放电循环实验中采集到的充放电容量数据进行数据预处理，包括数据筛选、数据清洗和数据归一化；其次在进行数据预处理后，建立预处理后的数据集图像标签，并将数据集图像标签分为训练集和测试集；接着将训练集数据输入到幻影网络‑双向长短时记忆网络模型中，通过模型的训练和参数的调整，获得训练好的模型和参数；最后将测试集数据输入到训练好的模型中，预测超级电容的剩余使用寿命。所述方法只需要连续几个周期内的充放电容量数据就能对超级电容的整个寿命进行剩余使用寿命的精准预测。
-
公开(公告)号：CN112906289B
公开(公告)日：2023-04-18
申请号：CN202110054194.3
申请日：2021-01-15
Applicant: 广西大学
IPC: G06F30/27 , H02J3/00 , G06F111/04 , G06F111/06
Abstract: 本发明提出一种协调电力系统稳定器与二级电压控制器参数优化方法，该方法将多层级与自适应深度、自适应宽度和自适应注意力网络相结合，用于协调二级电压控制器和电力系统稳定器的参数优化。首先，所提方法中的多层级主要用于将卷积神经网络中形成的相同结构不同维度的信息进行分组，提高运算效率。其次，所提方法中自适应深度、自适应宽度和自适应注意力主要用于根据输入输出参数的大小自适应改变三维参数的大小，并从不同维度出发，自适应地提升卷积神经网络的性能。最后，该方法可加速差分进化方法的协调二级电压控制器和电力系统稳定器参数的优化过程，避免低频振荡和电压崩溃的发生，提高系统的稳定性和鲁棒性。
-
公开(公告)号：CN115906632A
公开(公告)日：2023-04-04
申请号：CN202211454276.8
申请日：2022-11-21
Applicant: 广西大学
IPC: G06F30/27 , G06F18/15 , G06F18/23 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F119/02
Abstract: 本发明提出一种同源异构数据聚类分析的风机叶片开裂故障预测方法，该方法包括以下步骤：第一步，对风机数据进行数据预处理；第二步，将预处理后的数据按照风机的不同状态参数进行分类，再将分类后的数据分别分为训练数据集和测试数据集；第三步，使用训练数据集训练预设的深度学习网络模型；第四步，将测试数据集输入到训练好的网络模型中，得出预测风机叶片状态的分类结果。本发明能够解决具有高度非线性和不稳定性的风机数据特征难以提取的问题，能够提前一周预测风机叶片开裂故障。本发明所提方法能够获得更高的风机叶片开裂故障预测准确率，为风电场对风机叶片状态监测检修提供可靠的参考依据。
-
公开(公告)号：CN115834161A
公开(公告)日：2023-03-21
申请号：CN202211391277.2
申请日：2022-11-07
Applicant: 广西大学
Abstract: 本发明提出一种人工智能四层架构的电网假数据注入攻击检测方法，该检测方法的主要结构如下：将电网检测数据的传统检测法作为第一层；第二层为互补经验模态分解进行数据处理；第三层是门控循环单元神经网络，能训练得到电网状态估计的预测模型；第四层是基于全局局部图像转换网络法的图像识别层，将实时数据和基于实时数据得到的预测数据二者共同输入到第四层进行检测判断是否受到虚假数据注入攻击。所提的四层架构检测方法能解决传统检测法中存在部分数据重叠而导致难以检测到重叠部分是否受到攻击的问题，实现电网实时更简便更快速更精确地检测到假数据注入攻击，优化检测虚假数据攻击的整体结构，提高检测虚假数据的精度。
-
-
-
-
-
-
-
-
-
Search Results
246
records
(took 0.022 seconds)
