-
公开(公告)号:CN118195088A
公开(公告)日:2024-06-14
申请号:CN202410429621.5
申请日:2024-04-10
申请人: 西安建筑科技大学
IPC分类号: G06Q10/04 , G06Q50/06 , G06Q50/08 , G06F18/15 , G06F18/213 , G06F18/27 , G06N3/096 , G06F123/02
摘要: 本发明属于建筑负荷预测,公开了一种基于迁移学习的建筑负荷预测方法及相关系统,本发明构建的模型在源建筑和目标建筑之间进行迁移,当目标建筑数据量较少时,可以从源建筑中提取相似特征,进行迁移学习,提高预测精度。该模型适用于历史数据较少的建筑能耗预测。本发明的特征提取器对噪声具有鲁棒性,可以减小提取私有和公有特征过程中底层共享分布噪声的影响。本发明不仅能够降低信息的损失,还能够将特征解耦为领域专属特征和领域不变性特征,领域不变性特征用来迁移知识而领域专属特征则被用来降低目标域泛化误差,并且能够提取特征的高层语义。
-
公开(公告)号:CN117454077A
公开(公告)日:2024-01-26
申请号:CN202311346725.1
申请日:2023-10-17
申请人: 西安建筑科技大学
摘要: 本发明公开了一种温度传感器故障诊断方法、系统、设备及介质,方法包括:获取待诊断太阳能热水系统内的温度传感器实时数据,并输入至预构建的温度传感器故障诊断模型,输出得到所述待诊断太阳能热水系统内的温度传感器故障诊断结果;其中,所述预构建的温度传感器故障诊断模型为基于蝗虫优化算法改进的BP神经网络模型,并利用CEEMDAN方法对正常太阳能热水系统内的温度传感器历史数据进行降噪后,对基于蝗虫优化算法改进的BP神经网络模型进行训练;本发明将基于蝗虫优化算法改进的BP神经网络模型作为温度传感器故障诊断模型,有效提高太阳能热水系统内温度传感器的故障诊断结果的准确性及诊断效率,确保了太阳能热水系统的健康运行。
-
公开(公告)号:CN113883590B
公开(公告)日:2023-05-26
申请号:CN202111329357.0
申请日:2021-11-10
申请人: 西安建筑科技大学
摘要: 本发明公开了一种太阳能供暖的柔性控制方法及系统,通过引入室内温度容忍波动的思想,将检测的室内温度引入到太阳能复合供暖系统的控制策略中,受气候条件与建筑负荷变化的影响,系统可以实现多种模式运行,为了使系统集热、蓄热、供热更为合理,基于优先利用太阳能或水箱,尽量减少开启空气源热泵机组的原则,对太阳能复合供暖系统制定了控制方案,并通过TRNSYS软件对所搭建的系统和控制策略进行仿真,并与传统的太阳能复合供暖控制系统进行比较,从而证明所提出的控制策略的优越性。
-
公开(公告)号:CN115526274A
公开(公告)日:2022-12-27
申请号:CN202211340653.5
申请日:2022-10-28
申请人: 西安建筑科技大学
摘要: 本发明公开了一种空气处理机组内传感器故障诊断方法、系统、设备及介质,包括:获取待预测空气处理机组内的传感器实时数据;将所述待预测空气处理机组内的传感器实时数据,作为预构建的空气处理机组传感器微小故障诊断模型的输入,输出得到所述待预测空气处理机组内的传感器故障诊断结果;其中,利用粒子群算法对核主成分相关分析算法的核参数进行优化,得到优化后的核主成分相关分析算法;利用相关距离对核主成分分析算法中的欧式距离进行替换,以对核主成分分析算法中的高斯径向基核函数进行优化,得到所述的核主成分相关分析算法;本发明能够对空气处理机组内的传感器微小故障进行诊断检测,获取故障区域及故障传感器,故障检测效率较高。
-
公开(公告)号:CN113188235A
公开(公告)日:2021-07-30
申请号:CN202110595316.X
申请日:2021-05-28
申请人: 西安建筑科技大学
摘要: 本发明公开了一种空调系统内传感器多源故障诊断方法、系统及设备,包括:利用正常冷水机组的传感器历史数据,对高斯混合模型进行训练,得到多源故障诊断模型;其中,采用EEMD算法对正常冷水机组的传感器历史数据进行去噪处理;正常冷水机组的传感器历史数据包括正常数据及预设故障数据;将预处理好的待测冷水机组的传感器数据作为多源故障诊断模型的输入,得到待测冷水机组的传感器故障信息;本发明利用EEMD算法对传感器数据进行去噪,并利用高斯混合模型对传感器数据的聚类分析,实现对传感器数据的量化分析,满足对单源或多源传感器故障的检测,并能够更好的拟合冷水机组内系统各部分物理运行状态,故障诊断效率及结果精度均较高。
-
公开(公告)号:CN112665159A
公开(公告)日:2021-04-16
申请号:CN202110016757.X
申请日:2021-01-07
申请人: 西安建筑科技大学
摘要: 本发明属于电力需求侧管理技术领域,公开了一种基于需求响应的负荷反弹量优化、负荷调节方法及系统,在传统需求响应直接负荷控制方法上增加了优化层,优化后的参数以负反馈的形式返回直接负荷控制层抑制负荷反弹量;再利用迭代学习对优化后的参数进行序列平滑,使得负荷反弹量进一步降低,增强了系统的抗干扰能力。从而可以使电网运行安全稳定。
-
公开(公告)号:CN111898725A
公开(公告)日:2020-11-06
申请号:CN202010647428.0
申请日:2020-07-07
申请人: 西安建筑科技大学
摘要: 本发明公开了一种空调系统传感器故障检测方法、装置及电子设备,方法包括以下步骤:确定系统评价指标并建立目标函数从而确定适应度函数;选择高斯径向基核函数和多项式核函数构建立空调系统传感器故障检测混合核函数矩阵,建立描述空调系统运行状态及传感器故障检测的基于混合核函数的KPCA数学模型;利用多目标粒子群算法对混合核函数参数进行优化,以得到空调系统传感器故障检测优化。本发明引入多目标粒子群算法去解决空调系统传感器故障检测优化问题的求解,并改进利用混合算法进行目标问题求解具有一定优势,能够实现空调系统传感器故障检测优化。
-
公开(公告)号:CN111860390A
公开(公告)日:2020-10-30
申请号:CN202010734181.6
申请日:2020-07-27
申请人: 西安建筑科技大学
摘要: 本发明公开了一种电梯候梯人数检测统计方法、装置、设备及介质,所述方法包括:从候梯监控视频帧获取待识别的候梯图像;提取图像的人头特征;训练识别模型,将待识别图像输入人数统计模型,利用人数统计模型输出待识别图像的人头个数。首先通过多特征融合模型对图像的人头区域进行初步检测,其次利用构建的卷积神经网络模型对初步检测的结果进行二次检测,依照检测到的人头区域数量得到更为准确的候梯人数。使用本方法,可有效提高候梯人数检测的准确率,以此为电梯派遣提供更加准确的优化前提,达到节能的目的。
-
公开(公告)号:CN112381141B
公开(公告)日:2024-09-27
申请号:CN202011270534.8
申请日:2020-11-13
申请人: 西安建筑科技大学
IPC分类号: G06F18/214 , G06N3/0442 , G06N3/044 , G06F17/16
摘要: 本发明提供了一种空调传感器故障检测方法及系统,首先获取空调系统的若干传感器数据组,并构建训练样本和测试样本;标准化处理,得到标准化后的训练样本和标准化后的测试样本;采用KPCA核主成分分析,进行降维,得到降维后的训练样本和降维后的测试样本,将降维后的训练样本数据作为DL‑BiLSTM网络的输入,进行训练,得到训练后的DL‑BiLSTM网络;将降维后的测试样本数据作为训练后的DL‑BiLSTM网络的输出,得到空调系统传感器故障检测结果;本发明通过对样本数据进行标准化处理,消除了不同特征传感器之间的差异性,利用KPCA降维处理,有效降低了输入数据的复杂度,利用DL‑BiLSTM网络能够充分提取故障的时间特征,检测模型精度较高,故障检测结果的准确率较高。
-
公开(公告)号:CN113269365B
公开(公告)日:2023-06-16
申请号:CN202110616563.3
申请日:2021-06-02
申请人: 西安建筑科技大学
摘要: 本发明公开了一种基于麻雀优化算法的空调负荷短期预测方法及系统,选取冷负荷、室外温度、湿球温度、相对湿度、太阳辐射强度以及室外风速六个因素在不同时刻的历史数据为输入变量;利用熵权法改进的灰色关联度分析法分析上述输入变量与当前时刻空调冷负荷这一输出变量之间的加权关联度,剔除加权关联低于0.02的输入变量,保留剩余变量。根据保留的输入变量的个数以及当前时刻空调冷负荷建立SVM;然后,利用麻雀算法优化SVM的最优超参数,得到SSA‑SVM预测模型;最终,将SSA‑SVM预测模型进行负荷预测,得到预测值。本发明克服了SVM依赖人工经验获取最优超参数的不足,提高了SVM的预测精度,降低了空调冷负荷预测偏差大导致能耗过高的问题。
-
-
-
-
-
-
-
-
-