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26个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于小样本数据的碳排放量预测方法-CN202210763111.2在审
  • 戴毅茹;刘飞翔;王坚 - 同济大学
  • 2022-06-29 - 2022-09-06 - G06Q10/04
  • 本发明涉及一种基于小样本数据的碳排放量预测方法,包括:基于鲁棒变分自编码器以及条件生成对抗网络,构建数据生成模型;基于近端梯度优化以及支持向量回归,构建数据预测模型;将原始数据以及预处理后的训练数据输入数据生成模型,以完成数据生成模型的训练,由数据生成模型输出得到扩充数据;将扩充数据与原始数据进行混合,得到混合数据集;将混合数据集输入数据预测模型,以完成数据预测模型的训练,得到训练好的碳排放量预测模型;将实际数据输入碳排放量预测模型,输出得到对应的碳排放量预测值。与现有技术相比,本发明能够有效提升碳排放量预测准确性。
  • 一种基于样本数据排放量预测方法
  • [发明专利]一种基于改进NSGA-III的区域综合能源系统设备容量优化方法-CN202210231468.6在审
  • 戴毅茹;曾依浦 - 同济大学
  • 2022-03-10 - 2022-07-15 - G06Q10/04
  • 本发明涉及一种基于改进NSGA‑III的区域综合能源系统设备容量优化方法,包括:建立由光伏、风电、CCHP以及电储能设备组成的区域综合能源系统模型;从碳目标视角,确定区域综合能源系统模型的目标函数以及约束条件;基于自适应的SBX‑NBX混合交叉算子,构建改进的NSGA‑III算法;通过模拟研究区域的冷热电负荷,并收集全年温度、太阳辐射强度和风速数据,采用K‑means聚类方法,将全年划分为夏季、冬季、过渡季三种典型日;利用改进的NSGA‑III算法,根据模型的目标函数以及约束条件,结合研究区域典型日数据,完成对区域综合能源系统设备容量配置的求解,得到最优的容量配置方案。与现有技术相比,本发明能够准确、稳定地求解出面向低碳的区域综合能源系统设备容量配置最优方案。
  • 一种基于改进nsgaiii区域综合能源系统设备容量优化方法
  • [发明专利]一种基于改进多目标粒子群算法的函数测试方法-CN202210071499.X在审
  • 戴毅茹;舒一鸣 - 同济大学
  • 2022-01-21 - 2022-05-06 - G06N3/00
  • 本发明涉及一种基于改进多目标粒子群算法的函数测试方法,包括:构建基于高斯‑柯西混合变异的多目标粒子群算法;应用基于高斯‑柯西混合变异的多目标粒子群算法,对标准测试函数进行求解,得到对应的最优解。其中,基于高斯‑柯西混合变异的多目标粒子群算法具体是采用高斯变异进行局部搜索、采用柯西变异进行全局搜索,以得到高斯‑柯西混合变异机制进行最优解搜寻;此外还采用锦标赛选择机制进行全局最优个体的选取。与现有技术相比,本发明所提出的算法不仅能扩大粒子搜群最优解的范围,而且能增加全局最优粒子选择的多样性,将该改进的多目标粒子群算法应用在标准测试函数上,不仅能提高搜索能力和收敛能力,且帕累托前沿分布更加均匀。
  • 一种基于改进多目标粒子算法函数测试方法
  • [发明专利]基于改进粒子群算法的综合能源系统设备容量优化方法-CN202210072948.2在审
  • 戴毅茹;曾依浦 - 同济大学
  • 2022-01-21 - 2022-05-06 - G06Q10/04
  • 本发明涉及一种基于改进粒子群算法的综合能源系统设备容量优化方法,包括:建立由光伏、风电、CCHP以及电储能设备组成的综合能源系统模型;确定综合能源系统模型的目标函数以及约束条件;基于反向学习和精英提升,构建改进的动态多种群无速度项粒子群算法;利用改进的动态多种群无速度项粒子群算法,结合综合能源系统模型的目标函数以及约束条件,完成对综合能源系统设备容量配置的求解,得到最优的容量配置方案。与现有技术相比,本发明通过改进粒子群算法,不仅能有效简化粒子的位置更新过程,而且可以避免粒子错过全局最优解,从而能够快速、准确、稳定地求解出综合能源系统设备容量配置最优方案。
  • 基于改进粒子算法综合能源系统设备容量优化方法
  • [发明专利]一种区域多能源系统结构及其产能配置优化方法-CN202110218370.2在审
  • 戴毅茹 - 同济大学
  • 2021-02-26 - 2021-06-01 - G06Q50/06
  • 本发明涉及一种区域多能源系统结构及其产能配置优化方法,该系统结构包括交互连接的能源输配送系统和需求侧供能系统,需求侧供能系统包括传统能源供能系统、可再生能源供能系统和热电冷联产供能系统。产能配置方法具体是:以最小化成本效益作为目标函数;根据能量转换、产能约束、能量平衡以及单位成本学习曲线,设定得到约束条件;基于目标函数和约束条件,共同构建得到产能配置优化模型,通过对该产能配置优化模型进行求解,得到产能配置最优结果。与现有技术相比,本发明能够使多项能源技术共同参与优化过程,且能全面考虑技术成本动态演变,从而保证优化结果的可靠性。
  • 一种区域多能系统结构及其产能配置优化方法
  • [发明专利]设备部件健康状态的评估方法及装置-CN201811595189.8有效
  • 齐洪峰;周一青;孙梅玉;李明高;孙帮成;王坚;戴毅茹 - 中车工业研究院有限公司;同济大学
  • 2018-12-25 - 2021-02-19 - G05B23/02
  • 本发明实施例提供一种设备部件健康状态的评估方法及装置。其中,上述方法包括基于每个决策引擎所对应的实际监测值与正常值之间的最大偏差值以及故障概率诊断模型,获得每个决策引擎对应的部件故障发生概率;基于部件故障发生概率以及每个决策引擎对应的初始置信等级,获得每个决策引擎对应的部件故障置信概率;基于所有部件故障置信概率获得部件整体故障发生概率。本发明实施例提供的设备部件健康状态的评估方法及装置通过每个决策引擎以及彼此之间影响部件整体故障发生概率的不同程度来确定不同的初始置信等级,来获取合理分配的不同部件故障置信概率,从而获得更加准确的部件整体故障发生概率以及设备部件真实的健康状态,方法简单、有效。
  • 设备部件健康状态评估方法装置
  • [发明专利]一种基于溢出效应的产品单位成本评估方法-CN202011044164.6在审
  • 戴毅茹 - 同济大学
  • 2020-09-28 - 2020-12-25 - G06Q30/02
  • 本发明涉及一种基于溢出效应的产品单位成本评估方法,所述的方法包括以下步骤:产品的总生产地区自底向上划分为生产企业层、多个中间地区层和总生产地区层,建立生产企业层中的各企业的学习曲线模型,根据生产企业层中各企业的学习曲线模型逐层向上构建中间地区层中生产地区和总生产地区的学习曲线模型,根据总生产地区的学习曲线模型获取总生产地区的产品单位成本。与现有技术相比,本发明利用自底向上的学习曲线模型构建方法,建立各生产层级的学习曲线模型,采用最底层级中各企业易获取的数据作为基础数据进行建模,避免中高层级生产地区历史数据采集困难的弊端,并且能够自顶向下进行分析,提高产品单位成本的评估准确程度。
  • 一种基于溢出效应产品单位成本评估方法
  • [发明专利]一种基于分形思想的学习曲线产品单位成本评估方法-CN202011041844.2在审
  • 戴毅茹 - 同济大学
  • 2020-09-28 - 2020-12-22 - G06F30/20
  • 本发明涉及一种基于分形思想的学习曲线产品单位成本评估方法,包括以下步骤:将产品结构自底向上划分为多个层级,其中最底层包括用于组成上一层级中装配件的零件,中间层级包括用于组成上一层级中装配件的零件和装配件,最顶层为产品,然后建立所有零件的学习曲线模型,根据零件的学习曲线模型从最底层开始采用自底向上的迭代方式构建产品结构中间层级的装配件的学习曲线模型并获取产品的学习曲线模型,根据产品的学习曲线模型获取产品的单位成本。与现有技术相比,本发明采用自底向上的迭代方式进行构建,弥补了历史数据采集困难及其统计方式的弊端,支持自顶向下的学习行为及其学习效应的分析,能够对产品的单位成本进行有效评估分析。
  • 一种基于思想学习曲线产品单位成本评估方法
  • [发明专利]一种基于大数据的余热锅炉节能潜力分析方法-CN201610894682.4有效
  • 戴毅茹;王坚;马瑶 - 同济大学
  • 2016-10-13 - 2020-11-27 - G06F30/17
  • 本发明涉及一种基于大数据的余热锅炉节能潜力分析方法,通过Hadoop大数据分析平台实现,所述Hadoop大数据分析平台包括数据层、业务层和表示层,所述方法包括下列步骤:数据层对余热锅炉数据进行采集和存储;业务层从存储的余热锅炉数据中选取锅炉主蒸汽流量作为输出,影响参数作为输入,构建三层BP神经网络模型;业务层训练三层BP神经网络,得到余热锅炉的工艺参数模型;业务层利用遗传算法寻优对工艺参数进行优化,得到余热锅炉最优的工艺参数组合;业务层计算对应的年节约吨标煤并得到余热锅炉的节能率,并通过表示层进行展示。与现有技术相比,本发明具有利用大数据平台得到的分析结果准确以及提高节能量等优点。
  • 一种基于数据余热锅炉节能潜力分析方法
  • [发明专利]一种基于语义网的钢铁制造过程知识间隐性关系获取方法-CN201610135903.X有效
  • 王坚;凌卫青;戴毅茹;鲍清 - 同济大学
  • 2016-03-10 - 2020-07-28 - G06F16/28
  • 本发明涉及一种基于语义网的钢铁制造过程知识间隐性关系获取方法,用以对钢铁制造过程知识之间的隐性关系进行准确表达,包括以下步骤:1)对钢铁制造过程知识进行三元组表述,建立钢铁制造过程知识的概念与关系的初始化模型;2)将初始化模型进行转化,构建本体库;3)对生产标准数据和本体库进行语义映射,构建语义网模型;4)采用语义网规则语言SWRL对钢铁制造过程知识中概念与关系的约束条件进行形式化表达,建立面向知识推理的规则库;5)根据语义网模型和规则库,采用推理引擎,获取钢铁制造过程知识之间的隐性关联信息。与现有技术相比,本发明具有可复用、易维护、表达灵活、充分发掘、数据联系强等优点。
  • 一种基于语义钢铁制造过程知识隐性关系获取方法
  • [发明专利]一种基于三维框架的钢铁高附加值产品生产工艺知识的本体建模方法-CN201610805387.7有效
  • 戴毅茹;王坚;王莹 - 同济大学
  • 2016-09-07 - 2019-11-29 - G06F17/00
  • 本发明涉及一种基于三维框架的钢铁高附加值产品生产工艺知识的本体建模方法,建立基于产品—工序—目标的钢铁高附加值产品生产工艺知识的三维框架;根据三维框架将钢铁高附加值产品生产工艺知识进行概念分析,对其概念进行抽取,定义类、关系、属性以及实例,明确各类之间的层次结构,个体之间的对象属性和数值属性,建立钢铁高附加值产品生产工艺知识的概念模型;根据概念模型到本体模型的映射规则从而建立钢铁高附加值产品生产工艺知识的本体模型;将钢铁高附加值产品生产工艺知识的本体模型与实际生产数据进行数据映射,生成RDF数据。本发明消除多源异构的钢铁高附加值产品生产工艺知识的语义不一致性,从而对钢铁企业基于知识的高附加值产品的创新研制提供重要的支撑作用。
  • 一种基于三维框架钢铁附加值产品生产工艺知识本体建模方法
  • [发明专利]一种基于多维度的交通异构数据集成方法-CN201510107469.X有效
  • 王坚;凌卫青;阳其凯;戴毅茹 - 同济大学
  • 2015-03-11 - 2018-10-26 - G06F17/30
  • 本发明涉及一种基于多维度的交通异构数据集成方法,包括以下步骤:1)建立交通异构数据云服务平台,该交通异构数据云服务平台包括云服务中心、云服务请求端和云服务提供端,实现服务发现、服务发布和服务交互;2)建立本体库,该本体库中包括面向异构数据云服务的本体模型及本体实例与服务实例的映射关系;3)建立服务语义检索模块;4)建立流程驱动模块,实现云服务动态组合与调用。与现有技术相比,本发明解决了交通异构数据的系统异构和语义异构,为目前交通领域异构数据集成问题提供解决方案,为我国智能交通系统建设提供借鉴与导向。
  • 一种基于多维交通数据集成方法

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