-
公开(公告)号：CN115345344A
公开(公告)日：2022-11-15
申请号：CN202210765813.4
申请日：2022-06-30
申请人： 浙江工业大学
摘要： 基于注意力机制和长短期记忆网络的污水处理厂出水水质预测方法，包括：对污水处理厂实际运行和监测数据进行采集与清洗，保留与出水水质存在相关性的特征并归一化作为深度神经网络的输入，根据所要预测的时间点建立数据样本与数据集；对特征进行分组，按照工艺段划分，其中进水流量特征单独置于一组中，与其它进水数据区分开；搭建深度神经网络，包括时序特征提取模块，用于获取时滞信息的注意力机制模块，以及回归模块；把进水流量数据喂入注意力机制模块的输入层，其余历史特征喂入时序特征提取模块的输入层，待预测时刻的出水水质数据喂入回归模块的输出层，设置损失函数，进行训练；调用训练好的深度神经网络来进行出水水质预测。
-
公开(公告)号：CN118100116A
公开(公告)日：2024-05-28
申请号：CN202410092800.4
申请日：2024-01-23
申请人： 浙江工业大学
摘要： 本发明公开了一种DoS攻击下基于预测控制的直流微电网恒压控制方法，包括：将直流微电网系统中二次控制的动力学模型转化为系统线性状态空间方程，用牛顿—欧拉法将系统线性状态空间方程离散，得到离散化后的方程；在离散化后的方程引入DoS攻击模型，选择改进后的模型的通信通道中最大连续DoS攻击次数；根据改进后的模型的通信通道中最大连续DoS攻击次数，提供对DoS攻击下直流微电网安全数据传输策略。本发明结合安全传输方案和安全预测控制器，实现了DoS攻击下直流微电网母线电压的渐近稳定。最后，通过对直流微电网的仿真验证了所提安全预测控制方法的有效性。
-
公开(公告)号：CN115689062B
公开(公告)日：2023-04-07
申请号：CN202211713246.4
申请日：2022-12-30
申请人： 浙江工业大学
摘要： 本发明公开了一种基于快速在线迁移神经网络的光伏输出功率预测方法，所述方法包括获取两不同地域的在预设历史时间段内的光伏输出功率、气象数据、光伏发电设备数据，分别作为源域数据与目标域数据，并进行相关性分析以对源域数据与目标域数据进行筛选；将源域数据和部分目标域数据分别输入至源域模型和目标域模型进行训练，从训练好的源域模型和目标域模型中提取通用特征；构建光伏输出功率预测模型，对通用特征进行预测回归，预测得到光伏输出数据。本发明降低了光伏输出功率预测模型的训练成本，使得模型在缺乏历史功率输出数据的场景下高效地预测光伏输出功率。
-
公开(公告)号：CN114970625A
公开(公告)日：2022-08-30
申请号：CN202210563726.0
申请日：2022-05-23
申请人： 浙江工业大学
摘要： 基于全分量小波下采样的深度卷积神经网络无线调制信号识别方法，通过设计深度卷积神经网络下的多阈值全分量小波下采样模块，用离散小波变换方法将目标信号分解为多个不同频率分量的子信号，保留目标信号特征低频和高频信息，用全分量小波下采样代替传统的卷积最大池化操作；遵循自适应软阈值去噪规则，构建多阈值通道结构，实现多阈值去噪；利用全局损失协同优化子网参数。本发明针对不同频率无线调制信号识别中的信息丢失和去噪问题，设计了一种新的信号提取方法，相比于现有的信号提取方法，该方法提高了无线调制信号识别的精度。
-
公开(公告)号：CN118597922A
公开(公告)日：2024-09-06
申请号：CN202410631574.2
申请日：2024-05-21
申请人： 浙江工业大学
摘要： 本发明公开了一种基于模型预测控制的电梯系统优化方法，包括：建立电梯系统的状态模型、量测模型，初始化系统状态、采样时间以及参数；对电梯系统进行建模；依据现实情况，对电梯系统各个状态进行多方面的约束。设计优化问题，求得最优控制律，迭代更新，得到最优控制律下的量测输出，得到对参考信号的跟踪；本发明针对电梯运行的舒适性问题，提出一种模型预测控制的优化方法，相比于其他控制方法，该方法在保证精度的同时，灵活性更高，适用性更广。
-
公开(公告)号：CN116992752A
公开(公告)日：2023-11-03
申请号：CN202310674917.9
申请日：2023-06-08
申请人： 浙江工业大学
IPC分类号： G06F30/27 , G06F18/213 , G06F18/27 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/098 , G06Q10/20 , G06F119/04
摘要： 本发明公开了一种基于联邦学习预训练的电梯轴承零部件剩余使用寿命预测方法，包括将采集的电梯轴承零部件振动信号归一化后输入深度神经网络；将数据集划分到不同本地端；各本地端对数据集进行空间特征提取、时序特征提取和预测，再将网络参数上传至中心服务器；中心服务器加权聚合各本地端上传的参数，生成全局模型，再将全局模型下发至各本地端；多次重复本地端训练和加权聚合参数，得到预训练模型，各本地端在预训练模型基础上继续训练得到最终本地模型，来进行电梯轴承零部件剩余使用寿命预测。本发明在保护用户隐私的前提下，将各本地端的信息聚集利用起来，能够良好地辅助电梯轴承零部件的剩余使用寿命预测。
-
公开(公告)号：CN116910645A
公开(公告)日：2023-10-20
申请号：CN202310810996.1
申请日：2023-07-04
申请人： 浙江工业大学
IPC分类号： G06F18/241 , G06F18/2433 , G06F18/15 , G06F18/213 , G06N3/0464 , G06N3/084 , G06N3/082
摘要： 本发明公开了一种基于改进型经验小波与小波包卷积神经网络相结合的电梯轴承部件故障诊断方法，提出了改进型经验小波方法，通过固定带通滤波器的准则设计，将振动信号分解为固定频段的特征信息；将滤波器组中的高频滤波器作为噪声频带，对该频带对应的子信号进行滤除，并重组子信号为网络模型的输入样本；利用小波包变换构建多级小波分解全分量融合结构，进而得到多级小波包全分量残差模块；将多级小波包全分量残差模块嵌入深度一维卷积神经网络；训练多级全分量卷积神经网络的电梯轴承部件故障诊断模型，对样本信号进行故障诊断，从而实现电梯轴承部件的状态监测。
-
公开(公告)号：CN118298345A
公开(公告)日：2024-07-05
申请号：CN202410292691.0
申请日：2024-03-14
申请人： 浙江工业大学
IPC分类号： G06V20/40 , G06V10/774 , G06V10/82 , G06V20/52 , G06V10/80 , G06N3/0464
摘要： 本发明公开了一种基于深度学习算法的电梯门间异形物体检测方法，包括：获取具有待检测异形物体以及电梯轿厢环境的若干张RGB图片作为训练数据和测试数据，并对数据集进行CutMix数据增强；添加双极路由注意力模块并使用解耦预测头来提升模型性能，借助深度可分离卷积改进参数复杂的FPN模块和解耦预测头；保存训练模型并构建电梯门间异形物体的预测模型，对检测到的细小目标进行特殊的比对定位，判断其是否出现在电梯门间，根据目标位置控制电梯门制动或报警。本发明模型更适配于电梯门间异形物体如狗链、细棍等目标的检测，并能对出现在电梯门间的细绳状物体进行识别定位方便于进行调度或报警。
-
公开(公告)号：CN118108073A
公开(公告)日：2024-05-31
申请号：CN202410448410.6
申请日：2024-04-15
申请人： 浙江工业大学
摘要： 本发明公开了一种基于改进NSGA‑II算法的电梯群控调度方法，属于电梯群控调度方法领域。该方法包括：获取呼梯和电梯状态数据，建立电梯运行数学模型，以乘客总侯梯乘梯时间、系统总能耗为优化目标，并构建目标的适应度函数；引入启发式种群初始化、自适应交叉变异率等对NSGA‑II算法进行改进，通过改进NSGA‑II算法对多目标求解，获得pareto解集；根据pareto解集解的分布自动判断当前交通模式；根据交通模式、解的适应度值和决策方案对pareto解集进行决策，得到最优解，即派梯方案。该方法通过在求解过程中自动判断交通模式，可解决优化算法在计算前对交通模式的依赖，并能快速收敛和跳出局部最优。
-
公开(公告)号：CN115689062A
公开(公告)日：2023-02-03
申请号：CN202211713246.4
申请日：2022-12-30
申请人： 浙江工业大学
摘要： 本发明公开了一种基于快速在线迁移神经网络的光伏输出功率预测方法，所述方法包括获取两不同地域的在预设历史时间段内的光伏输出功率、气象数据、光伏发电设备数据，分别作为源域数据与目标域数据，并进行相关性分析以对源域数据与目标域数据进行筛选；将源域数据和部分目标域数据分别输入至源域模型和目标域模型进行训练，从训练好的源域模型和目标域模型中提取通用特征；构建光伏输出功率预测模型，对通用特征进行预测回归，预测得到光伏输出数据。本发明降低了光伏输出功率预测模型的训练成本，使得模型在缺乏历史功率输出数据的场景下高效地预测光伏输出功率。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.023 秒)
