专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果33个,建议您升级VIP下载更多相关专利
  • [发明专利]一种智能测站控制系统异常检测方法-CN202211687793.X有效
  • 王勇飞 - 成都大汇物联科技有限公司
  • 2022-12-28 - 2023-09-19 - G06F18/2411
  • 本发明公开了一种智能测站控制系统异常检测方法,包括以下步骤:S1:采集测站历史数据,并对测站历史数据进行预处理,生成第一训练集、第一测试集、第二训练集和第二测试集;S2:利用第二训练集和第二测试集构建并训练相关性网络模型,得到相关性参数集合;S3:利用相关性参数集合、第一训练集和第一测试集构建并训练深度一类支持向量机网络模型,完成智能测站控制系统异常检测。该智能测站控制系统异常检测方法从智能测站检测数据出发,大大减少人工资源和排故时间;利用三种相关性分析网络从多方位分析了数据中的相关性,有效减少了异常检测模型输入数据维度。
  • 一种智能控制系统异常检测方法
  • [发明专利]基于知识图谱的水车室故障诊断方法-CN202010045346.9有效
  • 雷雨锦;冮杰;李振东 - 成都大汇物联科技有限公司
  • 2020-01-16 - 2023-08-29 - G06Q10/0635
  • 本发明公开了一种基于知识图谱的水车室故障诊断方法,涉及水轮机组故障诊断技术领域,该方法构建了由水车室故障知识图谱,能够解决以往非结构化文本的知识库建立的困难之处,采用Bayes网络通过学习历史数据自主构建网络,并学习网络参数,能够对不确定性知识进行表达和推理,推理结论精确,极大地提高了水车室故障诊断在工程实践中的应用效果;该方法能有效的反映出运行中的隐患和问题,对运行的劣化趋势进行判断和预警,能从根本上提前预警和感知顶盖水位的异常变化,当遇传感器故障或异常时,也能诊断出故障,能够对水车室水位变化大量不确定性因素进行精确描述,具有一致和连贯的推理,过程简单,而且诊断准确度极高。
  • 基于知识图谱水车故障诊断方法
  • [发明专利]一种基于物联网的水电站坝基监控方法及系统-CN202310200852.4有效
  • 王勇飞 - 成都大汇物联科技有限公司
  • 2023-03-06 - 2023-08-25 - H04Q9/00
  • 本发明公开了一种基于物联网的水电站坝基监控方法及系统,实现对现场的水电站机组进行远距离监控,能够实时的实现对远程设备的状态信息获取、故障诊断以及控制决策,还可以直观且准确地反映坝基工作状态,进而指导安全管理工作。本发明通过将坝基数据进行规范化处理,减小了由不同数据的量纲上差异造成的不良模型训练结果,并将其划分为训练数据集和测试数据集,提高神经网络模型输出结果的精度。本发明通过给初始神经网络模型设置隐藏层节点数和权重更新函数,使其达到理论上的更优异的解,在提高预测精度的同时减少计算时间,具有很强的实用性和广阔的应用前景。
  • 一种基于联网水电站坝基监控方法系统
  • [发明专利]一种水电机械设备动静碰磨故障诊断方法-CN202310000530.5有效
  • 王勇飞 - 成都大汇物联科技有限公司
  • 2023-01-03 - 2023-04-18 - G01M99/00
  • 本发明公开了一种水电机械设备动静碰磨故障诊断方法,属于故障诊断技术领域,包括以下步骤:S1:获取水电机械设备的历史振动信号,并对历史振动信号进行预处理,构建典型振动矩阵;S2:采集水电机械设备的待诊断振动信号,并对待诊断振动信号进行预处理,获取水电机械设备的待诊断参数;S3:构建动静碰磨故障诊断模型;S4:将待诊断参数作为动静碰磨故障诊断模型的输入,进行水电机械设备动静碰磨故障诊断。本发明通过构建动静碰磨故障诊断模型,将待诊断参数与诊断阈值进行大小比较,能及时诊断动静碰磨故障发生,并能根据待诊断参数与诊断阈值的差值判定动静碰磨故障的严重程度。
  • 一种水电机械设备动静故障诊断方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top