-
公开(公告)号：CN119289478B
公开(公告)日：2025-03-04
申请号：CN202411833783.1
申请日：2024-12-13
Applicant: 山东大学
IPC: F24F11/63 , F24F11/46 , F24F11/77 , G06F18/2433 , G06F18/213 , G06F18/15
Abstract: 本发明提出了一种建筑暖通空调系统自适应模型预测控制方法及系统，属于智能建筑自适应控制技术领域，包括：获取暖通空调系统在不同工况下的操作数据并对获取的数据行预处理；针对预处理后的数据计算每个数据点对每个类的边际适应度度量，通过组合所有描述符的边际适应度度量来计算数据点对每个类的适应度度量，得到全局适应度度量；设置全局适应度度量阈值，依据分类规则对系统当前的操作状态进行分类；分类后，每类的模型参数是固定的，以针对不同的操作状态采用适应性的控制策略。
-
公开(公告)号：CN119370221A
公开(公告)日：2025-01-28
申请号：CN202411950072.2
申请日：2024-12-27
Applicant: 山东大学
IPC: B62D57/024 , B60B19/00
Abstract: 本发明属于机器人领域，为解决目前巡检机器人不适用于高层钢结构的问题，提供了多场景越障自适应攀爬巡检机器人及其控制方法。其中，多场景越障自适应攀爬巡检机器人包括至少三节移动机构，任意两节相邻的移动机构之间均由节点连杆连接；节点连杆的中段部分设有球铰式多自由度舵机主动关节；每节移动机构至少包括控制部、支撑部、感知部和攀爬部；攀爬部至少包括一对侧臂连杆，其对称布设在所述支撑部的两侧；每个侧臂连杆的末端通过仿腕型关节与动态磁吸轮连接；支撑部底部还设在有自适应被动轮，自适应被动轮与其两侧的动态磁吸轮构成三点夹持结构。其能够满足高层钢结构的视觉全覆盖路径规划与空间精准定位需求。
-
公开(公告)号：CN119356895A
公开(公告)日：2025-01-24
申请号：CN202411950059.7
申请日：2024-12-27
Applicant: 山东大学
IPC: G06F9/50 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/0475 , G06N3/094 , G06F18/10 , G06F18/213 , G06F18/2433 , G06F17/10
Abstract: 本发明涉及钢结构监测技术领域，本发明公开了一种钢结构监测数据边缘处理方法、系统、介质及设备，包括：对于单参量的光谱数据，进行降噪平滑处理后，分别通过不同函数进行拟合，得到多种拟合结果，通过熵权法对多种拟合结果进行加权，得到加权拟合结果后，通过相对位置寻址算法，识别中心波长；对于多参量的光谱数据，采用基于卷积神经网络的解调识别算法，得到中心波长；基于中心波长，计算得到多模态数据；获取电类传感器采集的多模态数据，与光谱数据解调得到的多模态数据结合，进行异常数据的诊断与修复后，通过自适应数据压缩算法，实现数据压缩。不仅增强了解调过程的综合性能和抗干扰能力；而且提升了数据完整性和可信度。
-
公开(公告)号：CN118861993B
公开(公告)日：2024-12-20
申请号：CN202411295448.0
申请日：2024-09-18
Applicant: 山东大学
IPC: G06F18/25 , G06V20/52 , G06V20/00 , G06V10/62 , G06V10/44 , G06V10/82 , G06N3/0464 , G01N33/00 , G01N15/06 , G06F123/02
Abstract: 本发明公开了一种基于异构特征的室内空气质量参数预测方法及系统，属于建筑内空气质量管控技术领域。包括：获取历史时间段的室内空气质量参数和图像特征向量；对室内空气质量参数进行时序特征提取，生成时序特征向量；将时序特征向量和图像特征向量融合并通过预设的预测模型进行处理，利用两阶段预测结果取值策略，获取下一时刻的室内空气质量参数预测值。能够对时序变量在时间轴上的关联特征进行充分提取并考虑人流量对室内空气质量发展的影响，提高预测的准确性和效率；解决了现有技术中存在的室内空气质量发展预测准确性不高的问题。
-
公开(公告)号：CN118794109B
公开(公告)日：2024-11-29
申请号：CN202411266211.X
申请日：2024-09-11
Applicant: 山东大学
IPC: F24F11/63 , F24F11/47 , F24F120/20
Abstract: 本发明提出考虑区域用户个性舒适度的建筑空调优化控制方法及系统，涉及建筑节能与智能控制技术领域。包括将暖通空调系统控制问题描述为马尔可夫决策过程，定义每个智能体的状态、动作和奖励；采用元学习方法学习得到用户舒适度奖励函数初始模型；分别利用不同区域用户的舒适度反馈数据，对用户舒适度奖励函数初始模型进行差异化训练，得到每个智能体差异化的舒适度奖励函数模型；基于能耗奖励模型和每个智能体差异化的舒适度奖励函数模型，得到每个智能体的奖励函数，对每个智能体的策略网络和价值网络进行训练，利用训练好的策略网络进行建筑暖通空调系统的控制决策。本发明使HVAC系统保证区域用户个性舒适度的前提下，实现节能减排。
-
Patent Agency Ranking
公开(公告)号：CN118572715B
公开(公告)日：2024-10-29
申请号：CN202411053069.0
申请日：2024-08-02
Applicant: 山东大学
Abstract: 本发明涉及电力系统管理技术领域，具体涉及一种基于贪婪修复遗传算法的大规模电动汽车集群有序充电优化方法，包括以下步骤：S1，建立任务模型：建立大型充电站电动汽车集群有序充电的任务模型；S2，构建约束条件：构建有序充电优化问题的约束条件；S3，构建受约束优化问题：设计充电费用最小的目标函数，对非线性约束条件进行线性数学变换，构建0/1整数线性规划问题；S4，受约束优化问题求解：对充电站的决策模型进行遗传编码，针对性设计带贪婪修复算子的遗传算法，求解构建的受约束优化问题。本发明，既解决了用户的充电成本问题，又解决了充电约束问题，提高整个充电站的性能。
-
公开(公告)号：CN118798584A
公开(公告)日：2024-10-18
申请号：CN202411266152.6
申请日：2024-09-11
Applicant: 山东大学
IPC: G06Q10/0631 , G06Q50/06 , G06N3/092
Abstract: 本发明提出了一种建筑微电网鲁棒优化调度方法、系统、介质及装置，属于建筑微电网优化调度技术领域，包括：基于日前源荷预测值生成若干源荷样本，表示源荷在次日的可能实现值，从而构造出源荷不确定性集；建立日前调度层，包括：将源荷不确定集划分为较大部分源荷不确定集、较小部分源荷不确定集及建立日前三阶段鲁棒优化调度模型；在日前调度层的基础上，再基于模型强化学习建立日内实时优化调度层，输出的日内实时最优调度计划。
-
公开(公告)号：CN118070077B
公开(公告)日：2024-07-30
申请号：CN202410501155.7
申请日：2024-04-25
Applicant: 山东大学
Abstract: 本发明属于故障诊断技术领域，提供了一种基于联邦学习和双重监督对比学习的故障诊断方法及系统，包括客户端和服务器端；在客户端中，获取工业机械的运行数据，基于双重监督对比学习提取所获取运行数据的特征，根据所获取的运行数据特征，构建故障预测模型，计算所构建的故障预测模型的模型梯度；在服务器端中，基于联邦学习进行所得到的模型梯度的聚合，得到全局模型，以全局模型的梯度值最小为目标进行全局模型的更新，根据更新后的全局模型，完成工业机械的故障诊断。本发明将双重监督对比学习与基于梯度差异的模型聚合方法相结合，以解决解决对抗攻击下基于联邦学习的智能故障诊断模型鲁棒性下降的难题。
-
公开(公告)号：CN114021403B
公开(公告)日：2024-06-28
申请号：CN202111265619.1
申请日：2021-10-28
Applicant: 山东大学
IPC: G06F30/23 , G06F119/14
Abstract: 本发明公开了基于应变模态的承力结构件损伤识别方法及系统，通过构建待分析承力结构件的损伤前后有限元模型；对待分析承力结构件进行多次模态测试，得到损伤后应变模态；对损伤前有限元模型进行模态分析求解，得到损伤前整体刚度矩阵、整体质量矩阵、损伤前应变模态和固有频率；对损伤后有限元模型进行求解，得到损伤后整体刚度矩阵；基于损伤前整体刚度矩阵和应变模态，得到损伤前模态应变能；基于损伤后整体刚度矩阵和损伤后应变模态，得到损伤后模态应变能；基于固有频率、整体质量矩阵、损伤前后模态应变能和单元刚度折减系数，得到模态应变能灵敏度的损伤识别；对基于应变模态的模态应变能灵敏度结构损伤方程进行求解，得到识别结果。
-
公开(公告)号：CN118070077A
公开(公告)日：2024-05-24
申请号：CN202410501155.7
申请日：2024-04-25
Applicant: 山东大学
Abstract: 本发明属于故障诊断技术领域，提供了一种基于联邦学习和双重监督对比学习的故障诊断方法及系统，包括客户端和服务器端；在客户端中，获取工业机械的运行数据，基于双重监督对比学习提取所获取运行数据的特征，根据所获取的运行数据特征，构建故障预测模型，计算所构建的故障预测模型的模型梯度；在服务器端中，基于联邦学习进行所得到的模型梯度的聚合，得到全局模型，以全局模型的梯度值最小为目标进行全局模型的更新，根据更新后的全局模型，完成工业机械的故障诊断。本发明将双重监督对比学习与基于梯度差异的模型聚合方法相结合，以解决解决对抗攻击下基于联邦学习的智能故障诊断模型鲁棒性下降的难题。
-
-
-
-
-
-
-
-
-
Search Results
277
records
(took 0.029 seconds)
