基于数字孪生的产线管控系统、方法、计算机设备及介质

    公开(公告)号:CN118276535B

    公开(公告)日:2024-09-03

    申请号:CN202410691170.2

    申请日:2024-05-30

    IPC分类号: G05B19/418 G06F18/2433

    摘要: 本发明公开了一种基于数字孪生的产线管控系统、方法、设备及介质,包括:通过采集产线的实时数据,其中,实时数据为不同设备和通信接口的多源异构数据;基于实时数据,确定机器人的实际运行轨迹,并基于实际运行轨迹与期望轨迹,确定轨迹误差;基于轨迹误差,对机器人的运行参数进行调整,并根据调整后的参数对机器人进行控制。本发明实现对产线的精准控制和及时纠正,有利于提高产线效率。

    一种基于TSN的电网通信模型的优先级控制方法

    公开(公告)号:CN118631758A

    公开(公告)日:2024-09-10

    申请号:CN202410845864.7

    申请日:2024-06-27

    摘要: 本发明公开了一种基于TSN的电网通信模型的优先级控制方法,包括:1.建立网络拓扑模型,定义数据流的基本参数;2.设计基于信用值的流量计过滤机制,使用空闲斜率和发送斜率计算帧的信用值,当两帧之间的时间间隔较短时,其信用值会相应减小,当信用值小于零时,该数据帧将被丢弃;3.计算高优先级流的所有简单路径,并根据融合参数指标HOC值对路径进行选择;4.构建动态优先级调度模型,向模型中添加多个约束条件,得到低优先级流的传输开始时间,以确保低优先级流能够在高优先级流的预留时隙中进行传输,从而提高网络带宽利用率。本发明能应用于TSN网络的PSFP或CQF机制中,并确保关键业务流的优先通行和快速响应,能显著提升电网的整体运行效率和安全性。

    一种时序特征优化的BiLSTM的输电线路故障诊断方法

    公开(公告)号:CN118033317A

    公开(公告)日:2024-05-14

    申请号:CN202410169970.8

    申请日:2024-02-06

    摘要: 本发明公开了一种时序特征优化的BiLSTM的输电线路故障诊断方法,包括:1、获取n个故障影响因素下的M个输电线路运行样本;2、采用综合置权法筛选出关键因素,得到关键故障影响因素下的样本集合,并标注线路故障标签;3、构建改进的BiLSTM网络,包括:遗忘门、输入门、输出门、时序特征优化模块和诊断模块;在损失函数中引入相似性惩罚项,以增强模型不同方向特征信息的学习能力;利用梯度下降法对改进的BiLSTM网络进行训练,得到输电线路故障诊断模型;4、基于实时采集的输电线路多维监测数据,利用诊断模型对输电线路进行故障诊断。本发明能广泛应用于架空输电线路运行故障诊断,提高诊断结果的可靠性和准确性。

    一种基于多维分散模糊推理的异常网络流量识别方法

    公开(公告)号:CN118590286A

    公开(公告)日:2024-09-03

    申请号:CN202410770884.2

    申请日:2024-06-14

    IPC分类号: H04L9/40

    摘要: 本发明公开了一种基于多维分散模糊推理的异常网络流量识别方法,包括:1.选择多个维度的网络流量并识别关键指标,计算网络流量在各个维度上的相对熵值;2.采用指数平滑预测模型计算相对熵在各个维度上的预测值,并计算出相对熵预测值和实际值之差;3.基于间隔探测模型测量出网络的带宽占用;4.将差值、带宽占用和异常分数分别划分成数个模糊子集,并确定各个模糊子集的隶属度,从而制定模糊规则,计算出各个维度的异常分数;5.对各个维度的异常分数进行加权综合,并根据监测阈值,判断当前数据流是否异常。本发明旨在综合多维度指标对异常流量进行识别和过滤,从而能保障通信网络中关键业务流的实时性。

    基于数字孪生的产线管控系统、方法、计算机设备及介质

    公开(公告)号:CN118276535A

    公开(公告)日:2024-07-02

    申请号:CN202410691170.2

    申请日:2024-05-30

    IPC分类号: G05B19/418 G06F18/2433

    摘要: 本发明公开了一种基于数字孪生的产线管控系统、方法、设备及介质,包括:通过采集产线的实时数据,其中,实时数据为不同设备和通信接口的多源异构数据;基于实时数据,确定机器人的实际运行轨迹,并基于实际运行轨迹与期望轨迹,确定轨迹误差;基于轨迹误差,对机器人的运行参数进行调整,并根据调整后的参数对机器人进行控制。本发明实现对产线的精准控制和及时纠正,有利于提高产线效率。

    动态反向学习改进状态空间模型的北斗卫星信号干扰检测方法

    公开(公告)号:CN116224378A

    公开(公告)日:2023-06-06

    申请号:CN202310237059.1

    申请日:2023-03-13

    IPC分类号: G01S19/21 G01S19/37

    摘要: 本发明公开了一种动态反向学习改进状态空间模型的北斗卫星信号干扰检测方法,其步骤包括:首先根据相关器的接收信号组成,建立接收信号与其它信号分量间的关系;然后根据信号组成关系,以相关器的接收信号为观测向量,以干扰信号为状态向量,建立状态空间模型,用以北斗卫星信号的干扰检测;同时通过干扰信号的范围边界和域边界,确立动态边界,根据动态边界建立反向状态方程,提高模型搜索能力;最后利用反向状态方程改进状态空间模型,在状态空间模型内进行双向搜索,扩大参数搜索范围,提高干扰信号的检测精度。本发明根据动态反向学习改进状态空间模型,用以实现北斗卫星信号的干扰检测,能够更加精确的检测干扰信号。

    一种基于互信息多源数据融合的水闸安全状态评估方法

    公开(公告)号:CN115796015A

    公开(公告)日:2023-03-14

    申请号:CN202211445058.8

    申请日:2022-11-18

    摘要: 本发明公开了一种基于互信息多源数据融合的水闸安全状态评估方法,包括:1:获取水闸监测区域的多种安全监测时间序列数据并标准化处理;2:根据互信息量、最大相关性原则与最小冗余度原则筛选影响因素;3:构建Stacking集成学习模型,一层训练网络以RF、LSTM和SVM算法为基础,二层训练网络以GBDT模型对一层输出结果进行整合以获取最优模型。4:通过构建的Stacking集成学习模型,预测下一时刻的水闸形变结果;5:结合闸体形变历史形变数据以及预测的预测的水闸形变数据,对水闸安全状态进行评估。本发明将影响水闸形变的多种因素融合并预测未来形变情况,并根据闸体形变数据对水闸安全状态进行评估。

    多时间模式注意力机制优化LSTM模型的水闸形变预测方法

    公开(公告)号:CN115759409A

    公开(公告)日:2023-03-07

    申请号:CN202211453609.5

    申请日:2022-11-21

    摘要: 本发明公开了一种多时间模式注意力机制优化LSTM模型的水闸形变预测方法,包括:先选取影响水闸形变的时序数据和实测形变数值,构建水闸形变预测样本集,并基于狄克逊准则的极差比法进行数据处理,同时融合卡尔曼滤波估计数据,对时序数据进行估计填充;然后利用多时间模式注意力机制优化LSTM模型,通过分析影响水闸形变的多源时序数据特征,设计一组滤波器对传统注意力机制进行改进,更加有效的提取具有不同时间模式的多源时序数据特征,同时设计分位数损失函数提高算法的收敛速度和预测精度,并对预测模型进行训练优化。本发明能提高水闸形变预测精度,从而有效地实现对水闸运行现状的评价,以满足实际工程应用需要。