-
公开(公告)号:CN118311931A
公开(公告)日:2024-07-09
申请号:CN202410417009.6
申请日:2024-04-08
发明人: 王兆军 , 刘丽君 , 矫真 , 王鹏 , 李骁 , 李霖 , 郭红霞 , 鲁毅 , 陈曦 , 荆臻 , 代燕杰 , 孙艳玲 , 王清 , 马俊 , 翟晓慧 , 董贤光 , 刘志美 , 孟玉洁
IPC分类号: G05B19/418
摘要: 本申请涉及一种智慧计量工控平台的生产总控接入系统和接入方法,通过智慧计量工控平台的生产总控接入系统,能够实现智慧计量工控平台与生产端之间的接入管理,结合了数字孪生模型实现平台对生产实体的虚拟仿真控制,通过接口层实现平台与生产端之间的数据通信和调度,实现与外部系统、设备间的接口通信及各层级模型定义管理,为计量生产执行提供核心服务能力支撑。能够实现内部精益化管理质量再提升,以计量业务标准化管理为基础,应用科学管理理论,通过标准化接口规约等管理新手段,达到统一管理计量器具新水平,实现内部管控质量再提升。为计量生产全过程管控、精准稽查与风险预警,提升传统业务运行效率及数字化辅助决策水平打好坚实基础。
-
公开(公告)号:CN118215021A
公开(公告)日:2024-06-18
申请号:CN202410209633.7
申请日:2024-02-26
IPC分类号: H04W4/40 , H04W24/02 , H04W24/06 , H04W28/08 , H04B17/382
摘要: 本发明公开了一种考虑端边云协同效益的无人机信道异常监测方法及系统,包括:获取无人机运动信息,利用训练好的神经网络模型,预测无人机运动轨迹;基于预测的无人机运动轨迹,构建可服务的MEC集合;分别获取无人机、可服务的MEC以及云平台的通信、计算和存储资源;基于端‑边‑云节点的资源协同,构建基于效益最优的TECB任务处理模型;采用粒子群优化算法对TECB任务处理模型进行求解,得到任务处理效益最大时的任务卸载决策;基于任务卸载决策对无人机采集的信道信息进行处理,判断信道状态是否异常。本发明基于通信、计算、存储资源,在任务处理时延受限条件下,将无人机采集的信道状态信息进行最优卸载处理,实现任务处理效益最优。
-
公开(公告)号:CN117034179B
公开(公告)日:2024-02-02
申请号:CN202311300228.8
申请日:2023-10-10
发明人: 张海静 , 王鑫 , 夏晓东 , 解磊 , 郭红霞 , 杨洋 , 王鹏 , 邝静 , 陆媛 , 于泓 , 王旭东 , 尹全磊 , 梁波 , 郭珂 , 鲁毅 , 代燕杰 , 杨琳琳 , 张浩芳 , 孙玉
IPC分类号: G06F18/2433 , G06F18/23213 , G06Q50/06 , G06N3/042 , G06N3/0455 , G06N3/047
摘要: 本发明公开一种基于图神经网络的异常电量识别及溯源方法及系统,涉及异常电量检测技术领域,该方法包括:获取多个用户用电数据,对用户用电数据进行预处理,获取每一用户用电时间序列数据;将用户用电时间序列数据输入至基于注意力机制的图神经网络模型中,提取用户用电时间序列数据的隐含特征,输出数据降维向量;利用K‑means聚类对所有数据降维向量进行聚类划分,识别异常用户用电数据及异常用电类型;根据识别的异常用电类型,通过概率图模型和随机游走算法,溯源异常用户用电数据所对应的异常用电用户、供电所类型和行业类型。本发(56)对比文件Yu Zhang.Research on AnomalyMonitoring Algorithm of Smart Grid Basedon Graph Neural Network.2023International Conference on SmartElectrical Grid and Renewable Energy(SEGRE).2023,全文.于天琪 等.基于边缘计算的物联网监测系统中利用自编码神经网络实现的异常检测.物联网学报.2018,第2卷(第4期),全文.
-
公开(公告)号:CN117472036A
公开(公告)日:2024-01-30
申请号:CN202311829526.6
申请日:2023-12-28
IPC分类号: G05B23/02
摘要: 本发明涉及故障诊断技术领域,具体为一种HPLC故障诊断设备的检测系统及方法,系统包括逻辑回归分析模块、波动监控模块、多阶段管理模块、递归诊断模块、流形学习模块、故障模式识别模块、综合决策模块;本发明中,通过整合逻辑回归与贝叶斯优化、自回归移动平均模型及卡尔曼滤波器等技术,增强了对复杂数据的处理能力,引入的多阶段管理模块采用模糊逻辑控制和隐马尔可夫模型,有效应对设备不同运行阶段的故障检测需求,递归诊断模块,为追踪复杂故障源和进行多层次分析提供了强大的工具,引入的流形学习模块以其对复杂故障模式的精细化识别和分类,提供了对多样化故障模式的深入分析,综合决策模块,为故障处理提供了全面和优化的策略。
-
公开(公告)号:CN118487978A
公开(公告)日:2024-08-13
申请号:CN202410553314.8
申请日:2024-05-06
摘要: 本发明公开了一种基于主控平台软件的多功能STA模块测试方法及设备。该设备包括一个采集故障检测底座,该底座可以适配不同的STA模块,并与之进行载波通信。该方法包括以下步骤:将STA模块插入底座,启动底座的虚拟表和抄控器电路,向STA模块发送抄表指令,并接收STA模块返回的数据;根据STA模块返回的数据,判断STA模块的通信功能和协议一致性;同时,执行网络点抄、网络侦听和信号强度检测,以获取STA模块的网络信息和信号质量,并与参考数据进行比较,以判断STA模块是否故障;最后,通过人机交互窗口或掌机,显示测试结果和故障指示。可以快速、准确、低成本地检测STA模块的故障,提高故障排除的效率,保证STA模块和网络的正常运行。
-
公开(公告)号:CN117472036B
公开(公告)日:2024-03-12
申请号:CN202311829526.6
申请日:2023-12-28
IPC分类号: G05B23/02
摘要: 本发明涉及故障诊断技术领域,具体为一种HPLC故障诊断设备的检测系统及方法,系统包括逻辑回归分析模块、波动监控模块、多阶段管理模块、递归诊断模块、流形学习模块、故障模式识别模块、综合决策模块;本发明中,通过整合逻辑回归与贝叶斯优化、自回归移动平均模型及卡尔曼滤波器等技术,增强了对复杂数据的处理能力,引入的多阶段管理模块采用模糊逻辑控制和隐马尔可夫模型,有效应对设备不同运行阶段的故障检测需求,递归诊断模块,为追踪复杂故障源和进行多层次分析提供了强大的工具,引入的流形学习模块以其对复杂故障模式的精细化识别和分类,提供了对多样化故障模式的深入分析,综合决策模块,为故障处理提供了全面和优化的策略。
-
公开(公告)号:CN118062772A
公开(公告)日:2024-05-24
申请号:CN202410367711.6
申请日:2024-03-28
摘要: 本发明属于仓储用堆垛机技术领域,具体涉及一种仓储用双立柱堆垛机,包括上横梁、下横梁、两个立柱、载货台、钢丝绳和钢丝绳卷绕机构,所述载货台滑动连接在两个立柱之间;所述下横梁安装有行走部件;两个所述立柱固定连接在下横梁上表面;两个所述立柱上部分别安装有竖直伸缩机构,所述竖直伸缩机构的活动端与上横梁下表面固定连接;相比于现有技术,本发明的有益效果是(1)使得仓库内的货架高度可以高于仓库的横梁标高,充分利用仓库上部空间;(2)连接载物台的多根钢丝绳中一根钢丝绳断裂,载物台也不会发生倾覆,提高了使用安全性;(3)两个伸缩货叉在载物台上能够不均衡布置,方便对于靠近仓库墙壁的货物的操作。
-
公开(公告)号:CN117648215B
公开(公告)日:2024-05-24
申请号:CN202410107233.5
申请日:2024-01-26
IPC分类号: G06F11/07 , G06F18/213 , G06F18/214 , G06N3/0442 , G06N3/0455 , G06N3/0475 , G06N3/088 , G06N3/094
摘要: 本发明提出了一种用电信息采集系统异常溯源方法及系统,包括:对电力时序数据进行预处理和特征提取,采用滑动窗口机制处理后得到参与训练的时间窗口;采用基于BiLSTM与多头注意力的编码器和基于BiLSTM的解码器构建两个自编码器网络,并将其作为GAN的生成器和判别器,然后,将生成器和判别器进行对抗性训练,对多元电力时序数据的时间窗口进行异常检测,根据时间窗口的前后异常关系即可定位出具体的异常时刻;在检测出异常时刻后,利用矩阵自回归模型对异常时刻具体发生异常的运行环节进行定位。
-
公开(公告)号:CN116304681A
公开(公告)日:2023-06-23
申请号:CN202310109565.2
申请日:2023-02-10
IPC分类号: G06F18/214 , G06F18/213 , G06F18/22 , G06N3/08 , G06Q50/06 , G06N3/0442
摘要: 本发明提供基于NILM的专变用户设备负荷识别分解方法及系统,采用两段事件检测+余弦相似度获取的具有组合设备标识的短期负荷样本数据,从而进一步解决负荷分解模型的训练样本标识数据少的问题。
-
公开(公告)号:CN117974166A
公开(公告)日:2024-05-03
申请号:CN202410361357.6
申请日:2024-03-28
IPC分类号: G06Q30/018 , G06Q50/06 , G06F18/10 , G06F18/214 , G06F18/21 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/0499
摘要: 本发明提出一种用电信息采集全链路异常监测及因果溯源方法及系统,涉及电力信息处理技术领域。包括获取历史监测数据,形成用电信息采集全链路监测样本数据集,进行图数据形式转化,形成图神经网络样本数据集;采用图卷积网络构建用电信息采集全链路监测模型,对模型进行训练,将图神经网络样本数据集的监测指标数据输入至训练好的用电信息采集全链路监测模型中,输出运行状态异常节点;汇总设定时间窗口内出现的异常节点,构建异常节点集合;基于异常节点集合,构建因果关联规则,得到无强因果关系关联规则的异常节点,形成异常节点贝叶斯网络图,进行异常溯源,定位出根源异常节点。本发明能有效监测出系统中的异常环节,定位异常发生的源头。
-
-
-
-
-
-
-
-
-