“vmd”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_专利查询网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

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

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

专利权人

国家电网公司

华为技术有限公司

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

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

钻瓜专利网为您找到相关结果765个，建议您升级VIP下载更多相关专利

[发明专利]一种基于自适应VMD与二阶Kaiser窗的非稳态谐波参数检测方法-CN202310908753.1在审
发明人：陶文欣;周宗学;程兰芳;黄凤标;薛冰;董国威;戴佳宁;汪国迅;葛云芳;向冠霖 -专利权人：国网安徽省电力有限公司宣城供电公司
申请日： 2023-07-21 - 公布日： 2023-10-24 - 主分类号： G06F17/10 文献下载
摘要：本发明涉及一种基于自适应VMD与二阶Kaiser窗的非稳态谐波参数检测方法，其包括：步骤S201，利用模态分量的能量贡献率，改进VMD，提出自适应VMD非稳态谐波分解算法，针对建立的非稳态谐波信号，自适应提取并得到各谐波模态分量
一种基于自适应 vmd kaiser 稳态谐波参数检测方法

[发明专利]基于VMD与DBO-LSTM-AT的变压器顶层油温预测方法-CN202310697648.8在审
发明人：白文远;张玉刚;范吕刚;蒋迪楠 -专利权人：国网甘肃省电力公司;国网甘肃省电力公司超高压公司
申请日： 2023-06-13 - 公布日： 2023-10-24 - 主分类号： G06F18/20 文献下载
摘要：本发明涉及变压器油温测量技术领域，特别涉及基于VMD与DBO‑LSTM‑AT的变压器顶层油温预测方法，包括如下步骤：使用VMD对油温序列进行分解，作为预测模型的输入；基于DBO优化的LSTM‑AT变压器顶层油温预测模型，引入注意力机制对LSTM模型进行调整，使LSTM模型专注于具有代表性时间序列数据，以此提高模型的精度VMD‑DBO‑LSTM‑AT模型建立，变压器顶层油温组合预测模型建立；利用真实数据集对建立的变压器顶层油温预测模型进行评估
基于 vmd dbo lstm at 变压器顶层预测方法

[发明专利]一种基于瞬时频率优化VMD的轴承故障诊断方法-CN202010018271.5有效
发明人：张续;黄大荣;梁曦;李少乾;王博 -专利权人：重庆交通大学
申请日： 2020-01-08 - 公布日： 2021-09-14 - 主分类号： G01M13/045 文献下载
摘要：本发明公开了一种基于瞬时频率优化VMD的轴承故障诊断方法，包括：S1、获取轴承检测信号；S2、基于瞬时频率优化VMD算法对所述轴承检测信号进行分解，令候选K值在预设范围内遍历，计算不同候选K值下的瞬时频率的均值本发明基于VMD信号分量的瞬时频率来优化K值，对轴承的振动信号进行分解处理，使其更好地体现出振动信号的故障特征，并将其用于轴承的故障诊断中，有效的提高了故障诊断模型的分类精度。
一种基于瞬时频率优化 vmd 轴承故障诊断方法

[发明专利]一种基于VMD迭代分解的动态定位坐标序列异常值识别方法-CN202210292045.5有效
发明人：张杰;曹相;陈倩倩;徐磊;高旺;潘树国;刘宏 -专利权人：南京市计量监督检测院;东南大学
申请日： 2022-03-24 - 公布日： 2022-05-31 - 主分类号： G01S19/37 文献下载
摘要：本发明公开了一种基于VMD迭代分解的动态定位坐标序列异常值识别方法。首先对动态定位坐标序列进行VMD分解，得到坐标序列的低频趋势分量和高频噪声分量，计算高频噪声分量的标准差；然后利用坐标序列、低频趋势分量与噪声标准差进行异常值识别，对异常点进行插补得到新序列；再对新序列迭代进行VMD分解、异常值识别与插补，并计算最后一次迭代的噪声标准差与上一次的噪声标准差之间的变化百分比；将变化百分比与阈值相比较，若大于阈值则再次进行迭代，若小于阈值则认为序列中的异常值已经被识别并剔除。
一种基于 vmd 分解动态定位坐标序列异常识别方法

[发明专利]基于参数优化VMD和加权基尼指数的轴承故障诊断方法-CN202110758710.0有效
发明人：訾艳阳;陈鹏程;陈晖;张航 -专利权人：西安交通大学
申请日： 2021-07-05 - 公布日： 2022-12-09 - 主分类号： G06F30/17 文献下载
摘要：一种基于参数优化VMD和加权基尼指数的轴承故障诊断方法，采集轴承由健康状态到损伤状态的全生命周期振动信号，得到振动加速度信号；初始化变分模式分解和食肉植物优化算法的参数，计算适应度函数值；根据适应度函数值，采用食肉植物优化算法优化变分模式分解算法，获得振动加速度信号分解效果最佳的VMD参数组合；利用振动加速度信号分解效果最佳的VMD参数组合进行变分模式分解，计算包络峭度值，对包络峭度值最大的模式分量进行包络解调分析
基于参数优化 vmd 加权指数轴承故障诊断方法

[发明专利]基于算术优化变分模态分解的轴承故障诊断方法-CN202310148726.9有效
发明人：刘浏;刘佳诚 -专利权人：南京邮电大学
申请日： 2023-02-22 - 公布日： 2023-05-16 - 主分类号： G01M13/045 文献下载
摘要：本发明公开了一种基于算术优化变分模态分解的轴承故障诊断方法，首先初始化算数优化算法AOA和变分模态分解VMD算法的参数；通过皮尔逊相关系数理论改善变分模态分解的端点效应；选取最小包络熵作为适应度函数，并用AOA优化VMD使得信号自适应分解，得到若干个模态分量IMF，根据最大相关峭度值选取最佳IMF，最后对最佳IMF分量进行希尔伯特包络解调获取故障频率。本发明考虑到VMD算法的端点效应和算法参数难以选取的问题，提出使用皮尔逊相关系数理论改善变分模态分解的端点效应，用AOA优化变分模态分解参数使得信号自适应分解。
基于算术优化变分模态分解轴承故障诊断方法

[发明专利]基于VMD分解和LET模型的粒子滤波运动伪迹抑制方法-CN202210479424.5有效
发明人：夏侯士戟;杜明睿;马敏 -专利权人：电子科技大学
申请日： 2022-05-05 - 公布日： 2023-05-30 - 主分类号： A61B5/352 文献下载
摘要：本发明公开了一种基于VMD分解和LET模型的粒子滤波运动伪迹抑制方法，首先提取采集心电信号的周期，然后将静态心电信号和采集心电信号拼接得到组合心电信号，采用VMD算法对组合心电信号进行分解，筛选出参考分量和含噪分量本发明通过采用VMD分解算法和LET模型对采集心电信号进行预处理，提高运动伪迹抑制效果。
基于 vmd 分解 let 模型粒子滤波运动抑制方法

[发明专利]一种滚动轴承的冲击特征提取方法及装置-CN202111552015.5在审
发明人：杨磊;文俊;李亮;王镜淇;杜宗阳;胡明;郭莉侠;王亚东;雷成;翁铖忠;高帆;于轩;许列琦 -专利权人：江苏核电有限公司;苏州微著设备诊断技术有限公司
申请日： 2021-12-17 - 公布日： 2022-04-19 - 主分类号： G01M13/045 文献下载
摘要：本发明属于核电站滚动轴承故障诊断领域，具体涉及了一种滚动轴承的冲击特征提取方法及装置，该方法将VMD与高阶频率加权能量算子相结合用于冲击特征的提取，首先通过VMD分解对信号进行一次降噪，选择信号的最佳模式分量
一种滚动轴承冲击特征提取方法装置

[发明专利]一种硬盘的灯的控制方法、装置及电子设备-CN202210205830.2在审
发明人：刘永敬 -专利权人：苏州浪潮智能科技有限公司
申请日： 2022-03-07 - 公布日： 2022-05-31 - 主分类号： G06F11/32 文献下载
摘要：本发明实施例涉及一种硬盘的灯的控制方法、装置及电子设备，该方法包括：获取卷管理设备VMD的配置信息；根据VMD配置信息，从多个预配置的操作对象中，选取预设操作对象作为目标操作对象，用以根据配置信息，执行与配置信息对应的操作指令
一种硬盘控制方法装置电子设备

[发明专利]基于VMD和GA-BP的需求侧资源可调潜力协同预测方法-CN202310851535.9在审
发明人：卢丹;张琳娟;李文峰;罗潘;许长清;郭建宇;郭雷;张鸿雁;陈婧华;孙思培;曾博;张平;郑征;韩军伟;王涵;郭璞;周志恒;邱超 -专利权人：国网河南省电力公司经济技术研究院;国网河南省电力公司;国网河南省电力公司漯河供电公司;华北电力大学
申请日： 2023-07-12 - 公布日： 2023-10-13 - 主分类号： H02J3/00 文献下载
摘要：本发明涉及基于VMD和GA‑BP的需求侧资源可调潜力协同预测方法，方法包括：将负荷数据划分为训练集与测试集，将训练需要的时间序列进行变分模态分解VMD，并将各模态分量分别输入到GA‑BP网络中进行训练，
基于 vmd ga bp 需求资源可调潜力协同预测方法

[发明专利]一种基于VMD-SVM-WSA-GM组合模型的光伏电站输出功率预测方法-CN201910351027.8有效
发明人：曾亮;江鑫;常雨芳;黄文聪;徐操;李庚;詹逸鹏 -专利权人：湖北工业大学
申请日： 2019-04-28 - 公布日： 2023-06-06 - 主分类号： H02J3/00 文献下载
摘要：本发明属于光伏发电技术领域，具体涉及到一种基VMD‑SVM‑WSA‑GM组合模型的光伏电站输出功率预测方法，作为预测方法的主体结构，本发明提出了一种对光伏电站历史输出功率数据序列做VMD分解之后的各个模态分别建立支持向量机
一种基于 vmd svm wsa gm 组合模型电站输出功率预测方法

[发明专利]基于优化的VMD联合小波阈值的GIS局部放电去噪方法和系统-CN202011642585.9在审
发明人：罗颖婷;许海林;饶章权;梁永超;田翔;江俊飞;黄勇;陈浪;蒋伟;沈道义 -专利权人：广东电网有限责任公司电力科学研究院
申请日： 2020-12-31 - 公布日： 2021-05-25 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种基于优化的VMD联合小波阈值的GIS局部放电去噪方法和系统，利用PSO‑GA算法对VMD参数进行优化，实现了完全非递归的自适应信号分解方法，同时与利用多阈值策略加权算法的小波分析方法结合
基于优化 vmd 联合阈值 gis 局部放电方法系统

[发明专利]基于振动特性的铁塔螺栓完全松动快速检测方法-CN202210237693.0在审
发明人：刘杰;王向东;贾伯岩;王怡欣;伊晓宇;孙翠英;张志猛;郑雄伟;张佳鑫 -专利权人：国网河北能源技术服务有限公司;国网河北省电力有限公司电力科学研究院;国家电网有限公司
申请日： 2022-03-11 - 公布日： 2022-07-22 - 主分类号： G01L5/24 文献下载
摘要：本发明公开了一种基于振动特性的铁塔螺栓完全松动快速检测方法，针对输电铁塔螺栓完全松动故障缺陷进行快速检测，对输电铁塔螺栓连接完全松动前后在脉冲激振下相连接的两塔材振动响应进行采集分析，并利用自相关‑VMD采用变分模态分解(VMD)可以很好地避免模态混叠与端点效应。
基于振动特性铁塔螺栓完全松动快速检测方法

[发明专利]一种基于Kmeans-VMD-WT-LSTM方法的光伏功率预测方法-CN202210887105.8在审
发明人：任江;陈维玲;赵帅;周一览 -专利权人：泛太能源环境（浙江）有限公司
申请日： 2022-07-26 - 公布日： 2022-12-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于Kmeans‑VMD‑WT‑LSTM的光伏功率预测方法，可以实现更高精度的光伏功率预测，通过使用KMeans算法对历史数据进行聚类分析，对不同天气状况分别进行了建模，提高了预测精度；针对实际数据非线性、非平稳和高噪声的特点，使用VMD‑WT算法对分类后的数据进行预处理；最后利用LSTM算法对历史数据进行建模，并实现对待预测日光伏电站各个时刻的光伏功率输出的预测。
一种基于 kmeans vmd wt lstm 方法功率预测

[发明专利]基于季节分型的面向风电功率日前预测自适应滤波方法-CN202310324246.3在审
发明人：杨茂;江任贤;于欣楠;王达;张薇 -专利权人：东北电力大学
申请日： 2023-03-30 - 公布日： 2023-06-23 - 主分类号： H02J3/00 文献下载
摘要：本发明是一种基于季节分型的面向风电功率日前预测自适应滤波方法，其特点是，包括基于KL‑VMD‑NLM的深度自适应滤波、季节分型、模型选择、仿真计算和评价指标的步骤，相比传统的VMD分解技术，本发明有效避免了人工选择超参数所造成的误差
基于季节面向电功率日前预测自适应滤波方法

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

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

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top