-
公开(公告)号：CN111915092B
公开(公告)日：2023-08-22
申请号：CN202010799486.5
申请日：2020-08-11
Applicant: 东北大学
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06F18/22 , G06F18/214 , H02J3/00
Abstract: 本发明提供一种基于长短时记忆神经网络的超短期风电功率预测方法。首先获取历史样本数据、预测日样本数据，然后计算历史日内各因素与预测日内对应因素的关联系数，其次计算各影响因素在风电功率影响因素中所占权重，通过计算历史日与预测日的相似度，得到相似样本数据作为训练数据，最后采用LSTM模型对预测日的风电功率进行预测；本发明对训练数据进行了筛选，选择与预测日的样本数据相似度大的数据作为训练数据，有利于增强建模数据的相似性，进而提高模型的准确性，采用LSTM模型作为训练模型，可以达到充分考虑风电功率的时序性、非线性的目的。
-
公开(公告)号：CN108986077B
公开(公告)日：2021-09-28
申请号：CN201810629581.3
申请日：2018-06-19
Applicant: 东北大学
Abstract: 本发明属于浮选泡沫工矿识别技术领域，尤其涉及一种基于双树复小波域共生增广矩阵的浮选泡沫工况识别方法。该方法包括对图像进行双树复小波变换，提取图像的高低频子图；基于双树复小波变换计算各子图的灰度共生增广矩阵；计算各增广矩阵的特征值；搭建浮选工矿识别模型；将增广矩阵的特征值作为浮选工矿识别模型的输入特征矢量，用于浮选工况的识别。本发明能够准确、快速的实现浮选泡沫图像的工况识别，避免人工观测的主观性和随意性，为浮选生产的优化控制提供了可能，确保了企业的经济效益和生产效率，保证了矿产资源的可持续性发展。
-
公开(公告)号：CN113237332A
公开(公告)日：2021-08-10
申请号：CN202110401590.9
申请日：2021-04-14
Applicant: 东北大学
Abstract: 本发明提供一种电熔镁炉工况识别方法，包括：S1、获取电熔镁炉工况中预设周期内的在线数据；S2、采用CURD聚类算法对在线数据中所有连续属性数据进行聚类；S3、根据预设的数据提取圈，筛选出每一初始类中处于数据提取圈外的数据点，每一初始类中处于数据提取圈内的数据点组成一个新类，将筛选出的数据点归入距离其最近的新类中，获得连续属性数据的离散化结果；S4、根据连续属性数据的离散化结果和在线数据中原有的离散属性数据，与工况决策表进行匹配，将匹配结果作为当前电熔镁炉的工况识别结果。可以使电熔镁炉工况识别结果更为准确，识别的方法也更为快速安全。
-
公开(公告)号：CN109885012B
公开(公告)日：2020-12-25
申请号：CN201910236152.4
申请日：2019-04-12
Applicant: 东北大学
IPC: G05B19/418
Abstract: 本发明涉及一种金湿法冶金全流程实时优化补偿方法；包括：S1应用过程运行状态评价方法对金湿法冶金全流程实时优化结果进行在线分析获得评价结果；S2针对评价结果选择匹配的补偿方法进行处理；S21针对评价结果为次优的情况，采用自优化控制的补偿方法；S22针对评价结果为非优的情况，采用基于数据的操作量优化设定补偿方法；S23针对在历史数据库中找不到与当前工况相似数据的情况，将此类前工况数据采用金湿法冶金全流程重新优化的方法，得到最优操作；本发明通过建立补偿模型并求解，避免生产过程存在不确定性扰动或不确定变量无法建立机理模型且无法求得最优操作的问题，对于提高生产效率、提高企业经济效益具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN109885012A
公开(公告)日：2019-06-14
申请号：CN201910236152.4
申请日：2019-04-12
Applicant: 东北大学
IPC: G05B19/418
Abstract: 本发明涉及一种金湿法冶金全流程实时优化补偿方法；包括：S1应用过程运行状态评价方法对金湿法冶金全流程实时优化结果进行在线分析获得评价结果；S2针对评价结果选择匹配的补偿方法进行处理；S21针对评价结果为次优的情况，采用自优化控制的补偿方法；S22针对评价结果为非优的情况，采用基于数据的操作量优化设定补偿方法；S23针对在历史数据库中找不到与当前工况相似数据的情况，将此类前工况数据采用金湿法冶金全流程重新优化的方法，得到最优操作；本发明通过建立补偿模型并求解，避免生产过程存在不确定性扰动或不确定变量无法建立机理模型且无法求得最优操作的问题，对于提高生产效率、提高企业经济效益具有重要意义。
-
公开(公告)号：CN107065834B
公开(公告)日：2019-01-22
申请号：CN201710379067.4
申请日：2017-05-25
Applicant: 东北大学
IPC: G05B23/02
Abstract: 本发明提供一种湿法冶金过程中浓密机的故障诊断方法，包括：获取湿法冶金浓密机用于识别一种故障的在线定性信息和在线定量数据；针对在线定性信息，采用基于可信度的规则推理的方法获取每一事件的可信度，获取第一条证据；针对在线定量数据，采用基于数据相似度的案例推理方法获取待诊断案例的相似度，获取第二条证据；待诊断案例为进行案例推理时使用的由在线定量数据组成的不同类数据；根据D‑S证据理论融合规则，将两条证据进行融合，获得湿法冶金过程中浓密机的故障诊断信息，该方法可以使操作人员根据故障诊断结果信息及时调整，进而有效降低事故发生率，提高生产安全性。
-
公开(公告)号：CN107563656A
公开(公告)日：2018-01-09
申请号：CN201710813336.3
申请日：2017-09-11
Applicant: 东北大学
Abstract: 本发明涉及一种金湿法冶金氰化浸出过程运行状态的评价方法，包括如下步骤：S1、数据收集：采集金湿法冶金氰化浸出过程中的过程变量；S2、数据处理：对获得的定性变量和定量变量数据进行建模处理；S3、评价模型的建立：利用处理后的定性变量与定量变量的数据，拟合每一个运行状态等级数据的概率密度函数，建立高斯混合模型；S4、过程运行状态的在线评价：采集实时生产数据，根据所建立的所述高斯混合模型，利用贝叶斯理论，得到运行状态处于各等级的后验概率，再根据最大后验概率原则，判断当前运行状态等级。本发明方法充分利用可定量测量和定性估计的变量信息，对过程运行状态进行在线评价，使生产过程更加高效，确保企业经济效益。
-
公开(公告)号：CN106959662A
公开(公告)日：2017-07-18
申请号：CN201710324622.3
申请日：2017-05-10
Applicant: 东北大学
IPC: G05B19/05
CPC classification number: G05B19/058 , G05B2219/14006
Abstract: 本发明提供一种电熔镁炉异常工况识别及控制方法。所述方法包括：获取电熔镁炉工况中的预设周期内的在线数据；采用相似度匹配策略查看案例库中是否与在线数据匹配的案例信息；若存在，依据匹配的案例信息给出当前在线数据的辨识结果，将辨识结果作为当前电熔镁炉工况的异常识别结果；其中，案例库为预先根据电熔镁炉工况的历史数据建立的各种异常工况的案例信息；若案例库中不存在匹配的案例信息，则采用贝叶斯网络推理模型对所述在线数据进行分析，获得辨识结果，将辨识结果作为当前电熔镁炉工况的异常识别结果。上述方法对于提高矿产资源的综合利用率，降低能耗，减少环境污染，促进安全生产，都有重大的意义。
-
公开(公告)号：CN104062953A
公开(公告)日：2014-09-24
申请号：CN201410258092.3
申请日：2014-06-12
Applicant: 东北大学
IPC: G05B19/418 , G06F19/00 , G06Q10/04 , G06Q50/04
Abstract: 金湿法冶金过程运行状态在线评价方法，包括浸出、洗涤、置换等工艺构成，其特征在于通过计算在线数据与各个性能等级过程特征的相似度，实时评价湿法冶金生产过程的运行状态，并且在过程运行状态不优时，自动识别其原因，为实际生产过程提供有价值的指导建议。算法包括离线建模数据的模态识别、评价模型的建立、过程操作模态的在线识别、过程运行状态的在线评价、运行状态非优原因追溯等步骤。本发明能够提供实时的评价结果，避免人工评价的滞后问题，自动追溯非优原因，为操作工提供合理可靠的操作指导建议，以便及时对过程运行状态进行适当调整，确保企业经济效益和生产效率。
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.027 seconds)
