-
公开(公告)号：CN112381258A
公开(公告)日：2021-02-19
申请号：CN201911177015.4
申请日：2019-11-26
摘要： 本发明实施例提供一种表计运行生命周期预测方法及装置，该方法包括：获取待测电表的目标生存概率；根据所述目标生存概率，从预设的生存曲线中，得到所述待测电表的生命周期值；其中，所述生存曲线是根据电表异常数据确定协变量，并根据Cox回归模型拟合得到，所述生存曲线为所述待测电表的生存概率与时间关系的曲线，所述异常数据包括异常历史数据和故障诊断数据。该方法能够充分考虑多个协变量之间的变化，协变量包含了生存状态相关的特征，从而能够准确刻画出电表的生存概率与时间关系的预设生存曲线。基于预设的生存曲线，根据给定的目标生存概率可到生命周期值。基于该方法，能够提升电表管理智能水平和工作效率。
-
公开(公告)号：CN112380759A
公开(公告)日：2021-02-19
申请号：CN201911185780.0
申请日：2019-11-27
摘要： 本发明实施例提供一种基于深度学习和CoxPH模型的智能电表寿命预测方法，该方法包括：将待预测电表的异常数据输入电表寿命预测模型，输出与所述待预测电表的异常数据对应的电表生存曲线，所述电表生存曲线为所述待预测电表的生存概率与时间关系的曲线；其中，所述电表寿命预测模型是基于电表异常样本数据以及预先确定的电表寿命标签和删失标签进行训练后得到的，电表寿命预测模型训练时的损失函数由CoxPH模型中的对数部分风险函数参与构成；基于所述电表生存曲线和预设的生存概率阈值，预测所述待预测电表的寿命。本发明实施例提供的方法，避免了现有技术的智能电表寿命的预测模型过于静态，提高了智能电表寿命预测的可靠性。
-
公开(公告)号：CN112379325A
公开(公告)日：2021-02-19
申请号：CN201911165993.7
申请日：2019-11-25
摘要： 本发明实施例提供一种用于智能电表的故障诊断方法及系统，该方法包括：获取目标智能电表的设备物理信息；基于训练好的智能电表故障诊断模型，对所述目标智能电表的设备物理信息进行分析诊断，获取到所述目标智能电表的故障诊断结果；所述训练好的智能电表故障诊断模型是由样本设备物理信息，通过对贝叶斯网络进行训练得到的。本发明实施例基于贝叶斯网络构建用于智能电表的故障诊断模型，根据设备物理信息和故障检修数据之间的关联性，得到智能电表的故障类型，从而提高了智能电表故障诊断的准确率，为现场运维提供维修依据。
-
公开(公告)号：CN112380759B
公开(公告)日：2024-01-09
申请号：CN201911185780.0
申请日：2019-11-27
摘要： 本发明实施例提供一种基于深度学习和CoxPH模型的智能电表寿命预测方法，该方法包括：将待预测电表的异常数据输入电表寿命预测模型，输出与所述待预测电表的异常数据对应的电表生存曲线，所述电表生存曲线为所述待预测电表的生存概率与时间关系的曲线；其中，所述电表寿命预测模型是基于电表异常样本数据以及预先确定的电表寿命标签和删失标签进行训练后得到的，电表寿命预测模型训练时的损失函数由CoxPH模型中的对数部分风险函数参与构成；基于所述电表生存曲线和预设的生存概率阈值，预测所述待预测电表的寿命。本发明实施例提供的方法，避免了现有技术的智能电表寿命的预测模型过于静态，提高了智能电表寿命预测的可靠性。
-
公开(公告)号：CN112381258B
公开(公告)日：2024-03-19
申请号：CN201911177015.4
申请日：2019-11-26
摘要： 本发明实施例提供一种表计运行生命周期预测方法及装置，该方法包括：获取待测电表的目标生存概率；根据所述目标生存概率，从预设的生存曲线中，得到所述待测电表的生命周期值；其中，所述生存曲线是根据电表异常数据确定协变量，并根据Cox回归模型拟合得到，所述生存曲线为所述待测电表的生存概率与时间关系的曲线，所述异常数据包括异常历史数据和故障诊断数据。该方法能够充分考虑多个协变量之间的变化，协变量包含了生存状态相关的特征，从而能够准确刻画出电表的生存概率与时间关系的预设生存曲线。基于预设的生存曲线，根据给定的目标生存概率可到生命周期值。基于该方法，能够提升电表管理智能水平和工作效率。
-
公开(公告)号：CN115460546A
公开(公告)日：2022-12-09
申请号：CN202210851630.4
申请日：2022-07-19
申请人： 清华大学 , 国家计算机网络与信息安全管理中心
摘要： 本发明提供一种城市移动网络流量生成方法、装置、电子设备及存储介质，所述方法包括：基于城市数据信息抽取多个实体，并基于实体间关系构建城市知识图谱；基于城市知识图谱得到基站对应的知识图谱嵌入向量；将知识图谱嵌入向量和噪声输入至训练完成的生成对抗网络模型的生成器网络得到生成流量数据；生成对抗网络模型中的不同时间尺度的城市移动网络流量模式生成对抗网络和连续时间城市移动网络流量生成对抗网络均基于多个传输已知网络流量的基站的知识图谱嵌入向量输入至生成器网络得到生成流量样本数据，再基于判别器网络对真实流量数据和生成流量样本数据进行判别，并对抗训练。通过本发明能够生成可靠的城市移动网络流量。
-
公开(公告)号：CN101753175B
公开(公告)日：2013-02-27
申请号：CN200910243781.6
申请日：2009-12-24
申请人： 清华大学
IPC分类号： H04B1/7075 , H04B1/709
摘要： 本发明公开了一种基于最大似然估计的扩频捕获方法，包括：S1，M个采样周期内，将本地M路码序列与接收码序列进行相关运算，根据运算结果计算得到判决量；将判决量与第一门限比较，若判决量小于第一门限，对本地码序列的相位调整后将其与接收码序列进行相关运算，直到判决量大于第一门限；S2，给全局最大相关值赋0，更新本地M路码序列相位，并将M路码序列与接收码序列进行并行相关运算，根据M个运算结果计算得到新的判决量；若新的判决量大于当前全局最大相关值，将新的判决量的值赋予全局最大相关值；S3，将S2重复执行K次，根据得到的全局最大相关值计算第二门限，将第二门限用于验证。本发明能缩短系统的捕获时间，增加系统同步的稳定性。
-
公开(公告)号：CN101567703B
公开(公告)日：2012-10-10
申请号：CN200910085480.5
申请日：2009-05-22
申请人： 清华大学
摘要： 全数字超宽带发射机，其特征在于，含有ASIC芯片，其中包括：乘法器和数模转换器DAC。该数字发射机主要包括乘法器和DAC两部分，均由数字电路实现。首先将基带数据符号位与本地载波相乘，得到经过频谱搬移的高频方波脉冲信号，然后将其和基带数据的其他位送入数字DAC进行波形成型和功率输出。上述全数字超宽带发射机克服了传统的采用模拟混频器和模拟功率输出级的方案具有的复杂度高、功耗高、不易实现等缺点，降低了发射机的复杂度、面积和功耗。同时，这种方案简洁实用，易于电路实现和芯片集成。
-
公开(公告)号：CN101771436A
公开(公告)日：2010-07-07
申请号：CN201010033643.8
申请日：2010-01-04
申请人： 清华大学
IPC分类号： H04B1/707
摘要： 本发明公开了一种多径环境下的扩频捕获方法，包括步骤：S1将本地的码序列与接收到的码序列进行匹配滤波，每个采样周期输出一个匹配滤波的相关结果；S2根据各采样周期的匹配滤波的相关结果合并多径的能量，得到合并的多径能量的值，每个码片序列周期输出一次合并的多径能量的值，将合并的多径能量的值与第一门限比较，若前者小于后者，将延时一个码片序列周期后得到的合并的多径能量的值与该第一门限进行比较，直至大于第一门限，执行S3；S3延时一个码片序列周期之后，将S2所得的合并的多径能量的值与预设的第二门限进行比较，若前者大于后者，则捕获成功，否则延时一个码片序列周期后，继续执行S1。本发明能减少系统捕获时间，提高系统的稳定性。
-
公开(公告)号：CN101729485A
公开(公告)日：2010-06-09
申请号：CN200910238182.5
申请日：2009-11-17
申请人： 清华大学
摘要： 本发明公开了一种单载波超宽带发送方法与装置。该方法所使用的物理层数据帧结构为：前导序列包括捕获/信道估计序列、帧起始定界符和块长三个字段；训练序列字段用于进行自适应滤波器系数训练，帧头包括物理帧头及MAC帧头。数据字段承载元数据。帧头和数据经过加扰、编码与交织之后的比特称为信息比特。信息比特被分成了N个块。每一帧N的取值可以不同，这样可以传输不同长度的帧。每一个块后面或前面插入一段跟踪序列用于定时跟踪。本发明的技术方案提高了解扩信噪比，从而提高了捕获概率，增加了信道估计的精确度，缩短了收发转换时间，可以满足高速率要求，便于按块处理；可以进行数据辅助的定时跟踪作用。
-
-
-
-
-
-
-
-
-
搜索结果
25 条记录 (耗时 0.059 秒)
