“全局诊断”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果196367个，建议您升级VIP下载更多相关专利

[发明专利]一种基于MAS优化协调的配电网故障诊断系统-CN201811423330.6在审
发明人：王淼;卢天琪;杨继业;于长永;南哲;蒋理;张建森;赫鑫;宋卓然;李华;鄢闯;修策;满林坤;何昕;李占军;王涛;肖雪;芦思晨;张建;赵琳;于大勇;吕忠华;李芳;孙鸣泽;朱赫炎;陈友慧;李美君;李博;谷峥;刘玥;唐萌;常乐;崔殿启;曹南君;武志锴;徐维懋 -专利权人：国网辽宁省电力有限公司经济技术研究院;国家电网有限公司;辽宁电力建设监理有限公司;沈阳电力勘测设计院有限责任公司
申请日： 2018-11-27 - 公布日： 2019-04-26 - 主分类号： H02J3/00 文献下载
摘要：本发明属于配电网故障诊断技术领域，特别涉及一种基于MAS优化协调的配电网故障诊断系统。包括诊断Agent、优化协调Agent、数据处理Agent、数据采集Agent、通信Agent以及用户接口Agent，诊断Agent包括全局诊断Agent和区域诊断Agent；优化协调Agent包括全局优化协调Agent和区域优化协调Agent；区域诊断Agent包括开关层诊断Agent、馈线层诊断Agent和变电站层诊断Agent。电网在局部利用区域诊断获取初步诊断结果，由全局诊断综合全网诊断结果形成全局诊断结论，协调控制各区域诊断间、区域诊断与全局诊断协调配合，加强诊断强度和准确性，保证诊断精度。
诊断全局诊断配电网故障协调诊断结果诊断系统优化变电站层区域优化全局优化数据采集数据处理协调控制用户接口诊断技术开关层馈线层全网电网通信配合保证

[发明专利]一种基于全局风险度的故障诊断方法和系统-CN202310459777.3在审
发明人：夏语冰;梅贵周;鲍时超;吴杰荣 -专利权人：安徽海博智能科技有限责任公司;安徽海螺集团有限责任公司
申请日： 2023-04-25 - 公布日： 2023-09-01 - 主分类号： G05B23/02 文献下载
摘要：本发明涉及一种基于全局风险度的故障诊断方法和系统。该方法包括以下步骤：从物理故障分析数据中得到所有故障种类；计算每个故障的全局风险影响度，所述全局风险影响度代表每个故障对故障全局的影响大小；根据所述全局风险影响度进行故障定位，故障的全局风险影响度越大表示该故障为目标故障的概率越大本发明基于全局风险重要度的故障诊断方法不但能够克服对于未知故障缺乏依据的缺点，而且工作量不大，建模机理也不复杂,与传统的故障诊断方法相比，在提升故障诊断速度和准确性方面都具有一定的优势。
一种基于全局风险故障诊断方法系统

[发明专利]学情分析方法、装置、计算机设备和存储介质-CN201910979381.5在审
发明人：周斌斌;庄志炜 -专利权人：广州摩翼信息科技有限公司
申请日： 2019-10-15 - 公布日： 2020-02-18 - 主分类号： G06F17/18 文献下载
摘要：所述方法包括：获取全局学习数据；所述全局学习数据包括多个学生的学习数据；所述多个学生包括有待诊断学生；对所述全局学习数据进行大数据分析，得到全局学习情况；将所述全局学习情况与所述待诊断学生的个人学习情况进行比较，得到所述待诊断学生的个人学情诊断结果；基于所述个人学情诊断结果，输出教学报告；所述教学报告用于为教学策略调整提供参考。
情分方法装置计算机设备存储介质

[发明专利]一种超声诊断检查收费方法及系统-CN202110253659.8在审
发明人：顾坤良 -专利权人：聚融医疗科技（杭州）有限公司
申请日： 2021-03-09 - 公布日： 2021-06-22 - 主分类号： G06Q20/08 文献下载
摘要：本发明公开一种超声诊断检查收费方法及系统，其方法包括步骤：S1、超声诊断设备向全局服务器发送第一请求信息，以请求URL付费网址；S2、全局服务器根据第一请求信息，生成URL付费网址并发送至超声诊断设备；S3、超声诊断设备将URL付费网址转换成二维码，显示于病人注册界面上；S4、切换至病人注册界面，并冻结超声诊断设备；S5、扫描二维码，进行付费；S6、全局服务器判断是否付费成功，若是，将该超声诊断设备标注为已付费状态，并执行S7，若否，回到S5；S7、解冻超声诊断设备，并进行检查；S8、检查结束，全局服务器将该超声诊断设备标注为未付费状态，并回到S4。本发明通过全局服务器可实现对超声诊断设备每次检查时收费的管理监控。
一种超声诊断检查收费方法系统

[发明专利]基于特征提取的手骨影像分析方法及相关设备-CN202111382606.2在审
发明人：贺志强;牛凯;乔永康;王璐 -专利权人：北京邮电大学
申请日： 2021-11-19 - 公布日： 2022-04-15 - 主分类号： G06T7/00 文献下载
摘要：本申请提供一种基于特征提取的手骨影像分析方法及相关设备，首先，训练好的主神经网络提取患者的手骨影像的全局特征得到全局特征向量，再通过框选关键区域提取关键区域特征得到关键区域特征向量，然后拼接全局特征向量与关键区域特征向量得到拼接向量；训练好的主神经网络分别对全局特征向量、关键区域特征向量以及拼接向量进行诊断，得到全局诊断结果、关键区域诊断结果以及拼接诊断结果，再根据上述三个诊断结果对手骨影像进行综合诊断，判断患者是否患大骨节病。本申请提供的方法保证了大骨节病诊断的效率与准确率，满足了大规模筛查大骨节病患者的需求，解决了相关技术中大规模筛查时人工判断影像是否患病效率较低的问题。
基于特征提取影像分析方法相关设备

[发明专利]基于模型差异的故障诊断方法、系统、存储介质及设备-CN202211256431.5有效
发明人：宋艳;李沂滨;文韬;贾磊 -专利权人：山东大学
申请日： 2022-10-14 - 公布日： 2023-03-03 - 主分类号： G06F11/07 文献下载
摘要：本发明涉及故障诊断技术领域，提供了基于模型差异的故障诊断方法、系统、存储介质及设备，包括：在每次迭代训练中，每个源域客户端基于加权分类损失、模型域分类损失和特征距离测量损失的加权和，使用本地训练数据集训练全局模型，使用添加噪声的本地数据集训练本地模型，更新全局模型和本地模型；中心服务器进行全局模型参数平均，更新全局模型；在迭代训练结束后，中心服务器发送全局模型至目标域客户端；目标域客户端基于待诊断的机械故障数据，通过中心服务器发送的全局模型，得到故障诊断结果。增强了模型对噪声有更强的鲁棒性，在保证本地模型和全局模型差异的基础上实现特征空间对齐，而且提高了泛化能力。
基于模型差异故障诊断方法系统存储介质设备

[发明专利]一种基于异步并行强化学习的故障诊断模型自学习方法-CN202110109341.2在审
发明人：丁宇;王超;马剑;杨帆;吕琛 -专利权人：北京航空航天大学
申请日： 2021-01-27 - 公布日： 2021-05-14 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于异步并行强化学习的故障诊断模型自学习方法，包括：配置用于在CPU多线程上同时运行各自的演员‑评委强化学习算法的N个故障诊断模型自学习智能体；配置N个故障诊断模型自学习交互环境，每个故障诊断模型自学习交互环境与相应的一个故障诊断模型自学习智能体进行交互；配置用于将全局网络参数同步到N个故障诊断模型自学习智能体的全局网络；每个故障诊断模型自学习智能体、每个故障诊断模型自学习交互环境以及所述全局网络之间通过多次操作，自学习故障诊断模型的网络参数。
一种基于异步并行强化学习故障诊断模型自学习方法

[发明专利]肺结节信息融合方法、装置、设备及其存储介质-CN202111043271.1在审
发明人：袁知东 -专利权人：北京大学深圳医院
申请日： 2021-09-07 - 公布日： 2021-11-30 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种肺结节信息融合方法、装置、设备及其存储介质，其中，该方法包括获取第一全局图像，第一全局图像为通过CT设备扫描患者的肺部后形成的三维容积图像；对第一全局图像中肺结节所在区域进行小FOV、薄层和小间隔重建，形成肺结节高清图像，以获取肺结节更多的图像细节和诊断信息，增加诊断的准确性；将肺结节高清图像融合至第一全局图像中的肺结节位置，以形成第二全局图像，图像融合后肺结节的诊断准确性和空间定位的准确性均明显增加根据本发明实施例提供的肺结节信息融合方法、装置、设备及其存储介质，可以解决图像空间分辨率和空间定位的问题，既可以大幅增加肺结节的诊断信息，又可以准确定位。
结节信息融合方法装置设备及其存储介质

[发明专利]基于全局总线网络的整车电磁自兼容风险诊断系统和方法-CN202011523331.5在审
发明人：田甜;李林强;毛嵩;韩超超;钱文文 -专利权人：中国汽车工程研究院股份有限公司
申请日： 2020-12-21 - 公布日： 2021-04-23 - 主分类号： G01R31/00 文献下载
摘要：本发明提出了一种基于全局总线网络的整车电磁自兼容风险诊断系统，包括：探测装置，用于测量敏感件工作的电压、电流数据，具备向诊断装置发送电压、电流数据的能力；诊断装置，用于通过整车全局总线网络向骚扰源j发送唤醒报文，使骚扰源j在tjk0‑tjk1内工作；通过整车全局总线网络向敏感件k发送唤醒报文，使敏感件k在tjk0‑tjk1内工作；探测装置与诊断装置通过全局总线网络相连。
基于全局总线网络整车电磁兼容风险诊断系统方法

[发明专利]基于多源域类分离对抗网络的变工况机械故障诊断方法-CN202211321649.4在审
发明人：孔宪光;杨胜康;王奇斌;徐明亮;崔艳鹏;刘妮 -专利权人：西安电子科技大学
申请日： 2022-10-26 - 公布日： 2023-03-07 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及机械参数模式识别方法，具体涉及一种基于多源域类分离对抗网络的变工况机械故障诊断方法，用于解决目前针对变工况的故障诊断问题提出的域对抗故障诊断技术尽管可以对齐源域和目标同工况下故障特征分布，但主要是从全局的角度出发进行全局分布的对齐，不能保证全局域对齐的同时域内类别分布的对齐，造成在最终的故障诊断分类中会出现域内故障类别混淆的现象发生，进而导致模型的诊断精度降低的不足之处。该基于多源域类分离对抗网络的变工况机械故障诊断方法构建了一种多源域类分离对抗网络，用于实现各多源域迁移故障诊断任务的故障诊断，该网络能够实现跨域后每个域中子类的细粒度对齐，有效地学习多个域的故障诊断知识
基于多源域类分离对抗网络工况机械故障诊断方法

[发明专利]不确定混杂电路系统的渐变故障诊断和寿命预测方法-CN201910569868.6有效
发明人：郁明;肖晨雨;蓝盾;姜苍华 -专利权人：合肥工业大学
申请日： 2019-06-27 - 公布日： 2021-09-17 - 主分类号： G01R31/28 文献下载
摘要：一种不确定混杂电路系统的渐变故障诊断和寿命预测方法，步骤为S1、对不确定的混杂电路系统进行建模，得到不确定性全局诊断混杂键合图模型；S2、得到增广全局解析冗余关系AGARRs，并通过增广全局解析冗余关系AGARRs获得全局自适应阈值，在参数不确定条件下对混杂电路系统进行故障检测；S3、分析增广全局解析冗余关系AGARRs的结构特性给出系统的全局故障特征矩阵，以此为依据对可能出现的故障进行隔离；S4、利用时变衰减率的退化模型对渐变故障进行逼近利用上述方法可实现故障诊断和剩余使用寿命预测。
不确定混杂电路系统渐变故障诊断寿命预测方法

[发明专利]基于联邦域泛化的机械故障诊断方法及系统-CN202210738070.1有效
发明人：宋艳;李沂滨;贾磊;崔明;王代超 -专利权人：山东大学
申请日： 2022-06-28 - 公布日： 2022-10-11 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于联邦域泛化的机械故障诊断方法及系统，涉及故障诊断技术领域，在训练阶段，中心服务器首先随机初始化全局模型并将其发送给所有客户端。第二步，客户端使用自己的训练数据集独立地训练模型。第三步将所有客户端训练的模型发送到服务器，并在服务器中对所有模型参数进行平均得到全局模型。第四步，客户端与中心服务器协作训练全局模型。在测试阶段，服务器将全局模型发送给包含目标域数据的客户端，完成故障诊断。本发明利用源域数据的标签和特征之间的固有关系，通过将不同客户端模型的训练损失和模型参数在中心服务器中进行加权聚合，完成全局故障诊断模型的训练。
基于联邦泛化机械故障诊断方法系统

[发明专利]基于联合学习的船舶故障诊断模型系统及其训练方法-CN202211481759.7在审
发明人：管聪;蒋子柏;陈辉;张泽辉 -专利权人：武汉理工大学
申请日： 2022-11-24 - 公布日： 2023-03-28 - 主分类号： G06F18/2415 文献下载
摘要：本发明涉及故障诊断模型技术领域，公开了一种基于联合学习的船舶故障诊断模型系统，智能船舶发送船舶设备数据集；云服务器将全局模型和模型聚合间隔发送至船务代理，并接收局部模型及局部模型损失函数与全局模型聚合；船务代理接收船舶设备数据集及全局模型和模型聚合间隔，使用本地样本数据集训练局部模型，并发送至云服务器，对测试数据集进行故障诊断分类得到故障诊断结果。本发明还公开了一种基于联合学习的船舶故障诊断模型系统的训练方法。本发明基于联合学习的船舶故障诊断模型系统及其训练方法，在局部数据加密共享的情况下协同训练模型，保护不同船运公司的各智能船舶设备数据信息，且消耗的计算、通信资源少。
基于联合学习船舶故障诊断模型系统及其训练方法

[发明专利]基于贝叶斯全局稀疏概率主成分分析的城市轨道损伤识别方法-CN202310129979.1在审
发明人：黄永;孟祥浩;李琦;李惠 -专利权人：哈尔滨工业大学
申请日： 2023-02-17 - 公布日： 2023-05-26 - 主分类号： G01N29/04 文献下载
摘要：本发明提出基于贝叶斯全局稀疏概率主成分分析的城市轨道损伤识别方法。所述方法首先预处理对齐过车振动数据，使其全局特征更加明显，便于主成分分析识别，然后采用贝叶斯全局稀疏概率主成分分析求解全局稀疏模式，即选择哪些数据与全局特征相关。由于损伤特征的非全局性，全局稀疏模式是一个损伤敏感指标，可将与全局特征相关的数据判别为无损状态，其余数据对应可能发生的轨道损伤，从而实现本发明无监督轨道损伤识别的目标。本发明无需高成本的损伤诊断数据标注，且具有全局性、实时性等优点，能够及时发现、有效检测隐蔽或不明显损伤，为探索实现全时全域轨道智能诊断和评估提供了新途径，对城市轨道运维具有很好的参考价值。
基于贝叶斯全局稀疏概率成分分析城市轨道损伤识别方法

[发明专利]基于联邦学习的风电机组故障诊断方法及系统-CN202210763297.1在审
发明人：许启发;吴栋栋;蒋翠侠 -专利权人：合肥工业大学
申请日： 2022-06-30 - 公布日： 2022-09-13 - 主分类号： G06F30/27 文献下载
摘要：本发明提供一种基于联邦学习的风电机组故障诊断方法及系统，涉及风电机组故障诊断技术领域。本发明首先获取各个风电机组故障诊断参与者的工业数据和初始风电机组故障诊断模型；然后基于联邦学习系统，利用上述工业数据训练初始风电机组故障诊断模型得到参与者各自对应的局部风电机组故障诊断模型；接着基于预先构建的自适应调整聚合区间的聚合机制，聚合所有上述局部风电机组故障诊断模型以获取全局风电机组故障诊断模型；最后基于全局风电机组故障诊断模型获取风电机组故障诊断结果。本发明打破了数据孤岛现象，可获得精准的风电机组故障诊断结果，且故障诊断效率高，降低了通信成本。
基于联邦学习机组故障诊断方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条