“肖湘曲”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]一种水电机组定子线圈温度预警方法及系统-CN202211143698.3在审
发明人：李超顺;吴一凡;陈鹏;余甜;肖湘曲;黄洁 -专利权人：华中科技大学
申请日： 2022-09-20 - 公布日： 2022-12-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种水电机组定子线圈温度预警方法及系统，属于水电机组状态评估与预警领域，方法包括：获取整体温度趋势数据和周期温度趋势数据；基于运行状态损失函数的GRU温度预测模型，获取机组当前运行阶段未来时刻的预测温度值；计算历史误差的标准差、均值和置信度；当历史误差的标准差小于预设标准差，结合机组当前运行阶段未来时刻的预测温度值，判断是否进行温度预警；当历史误差的标准差大于预设标准差，则结合置信度和当前运行阶段未来时刻的预测温度值，判断是否进行温度预警。本发明提高了模型训练的效果，同时也降低了环境温度对温度误报警的影响。
一种水电机组定子线圈温度预警方法系统

[发明专利]一种基于多感受域GCN的水电机组故障诊断方法和系统-CN202210838720.X在审
发明人：李超顺;肖湘曲;邓友汉;黄洁;余甜;何鸿翔;袁成建 -专利权人：华中科技大学
申请日： 2022-07-13 - 公布日： 2022-10-25 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于多感受域GCN的水电机组故障诊断方法和系统，属于水电机组故障诊断技术领域。本发明通过构建图结构数据，将振动样本抽象为节点，振动样本的时域特征和频域特征作为节点的属性，将相关度高的振动样本之间抽象为边，相关度作为边的权重，最大程度上利用有限振动样本中的信息。并提出一种多感受域图卷积网络模型，有效处理图结构数据，利用样本之间的相关信息，将不同感受域的特征结合起来，进一步提升了样本特征的质量，从而有效地提升水电机组故障诊断精度和实时性。
一种基于感受 gcn 水电机组故障诊断方法系统

[发明专利]一种自适应多元时变信号分解方法及系统-CN202210781952.6在审
发明人：李超顺;黄洁;肖湘曲;余甜;袁成建;何鸿翔 -专利权人：华中科技大学
申请日： 2022-06-30 - 公布日： 2022-10-21 - 主分类号： G06F17/18 文献下载
摘要：本发明提供了一种自适应多元时变信号分解方法及系统，属于机械运行过程中信号分解领域，包括：采用希尔伯特变换对多元时变信号进行解析表示，获取多元信号解析式；假设在所有通道中存在一个共有频率分量，简化多元信号解析式；通过解调技术获取解调后的多元调频模式并与频移算子相乘，将解调后的多元调频模式的频谱移到基带后，使用多元时变信号的实信号替代多元时变信号，获取多元输入信号；采用递归提取框架，建立目标函数并将其离散化；基于离散化后的目标函数更新解调信号并提取目标信号模式，且基于多元输入信号中的解调信号更新共有瞬时频率，实现多元时变信号的分解。本发明解决了现有多元信号分解方法需要多元信号模式的先验知识的问题。
一种自适应多元信号分解方法系统

[发明专利]一种抽水蓄能机组轴系劣化评估方法及装置-CN202110457485.7有效
发明人：李超顺;陈鹏;肖湘曲;黄洁;吴一凡;甘振豪 -专利权人：华中科技大学
申请日： 2021-04-27 - 公布日： 2022-04-08 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种抽水蓄能机组轴系劣化评估方法及装置，属于机组故障预测与健康管理领域，方法具体为：利用实时运行过程中的状态量信号，结合核密度估计计算过程概率密度函数；结合健康概率密度函数获取劣化度，其并与各采样点的权重相乘后求和，获取机组轴系融合劣化度；支持结合预警劣化度阈值生成不同程度预警信号；获取健康概率密度函数和各采样点的权重方法为：将抽水蓄能机组轴系历史多测点多通道数据，按抽水蓄能机组状态量进行过程划分；根据候选健康样本的均值和标准差进行非支配排序，获取健康样本；结合核密度估计，计算各采样点的健康概率密度函数；将健康样本合成健康样本集，结合主成分分析获取权重。本发明具有很高的应用价值。
一种抽水蓄能机组轴系劣化评估方法装置

[发明专利]一种水电机组振动趋势预测方法和系统-CN202011142739.8在审
发明人：朱溪;李超顺;邹雯;吴杨兵;张东东;吴月超;赵宏图;郑波;李逸凡;郭晓敬;何铮;江亚兰;赵宇杰;胡鑫;肖湘曲 -专利权人：国家电网有限公司;国网新源控股有限公司;浙江仙居抽水蓄能有限公司;中国电建集团华东勘测设计研究院有限公司;华中科技大学
申请日： 2020-10-22 - 公布日： 2021-04-13 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例提供一种水电机组振动趋势预测方法和系统，方法包括：采集水电机组的原始信号特征集；基于最大信息系数(MIC)分析各本征模态分量与环境变量的相关性，提取相关性大于预设相关度阈值的环境变量作为各本征模态分量的环境特征；将每个本征模态分量及对应的环境特征构成特征输入序列，将特征输入序列按时间顺序作为神经网络的输入，进行神经网络训练，得到振动趋势预测模型；将当前待预测水电机组的每个本征模态分量及对应的环境特征构成特征输入向量，输入至振动趋势预测模型进行预测，并将所有预测结果进行融合得到水电机组的未来趋势预测值,大大提高了振动趋势预测结果的精度和稳定性。
一种水电机组振动趋势预测方法系统

[发明专利]一种基于压缩感知的灰度图像深度重建及故障诊断系统-CN202011596758.8在审
发明人：李超顺;卓康;赵宇杰;余甜;黄洁;肖湘曲 -专利权人：华中科技大学
申请日： 2020-12-29 - 公布日： 2021-04-09 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种基于压缩感知的灰度图像深度重建及故障诊断方法及系统，属于水电机组故障诊断领域，方法包括：对水电机组振动通道传感信号形成的原始信号阵列依次进行DWT稀疏变换和归一化处理，得到灰度图像阵列；对灰度图像阵列进行分块及压缩；电站维护端利用深度重建网络模型对各压缩图像块进行重建及整合得到重建图像，其中，深度重建网络模型利用全连接层对压缩图像块进行初次重建后，采用三个卷积层和激活层对初次重建后的图像进行拟合；电站维护端利用高斯卷积核对重建图像进行滤波，并基于滤波后的重建图像生成相应的故障诊断结果。提高压缩重建图像质量、重建速度以及故障诊断精度，深度重建方式对工业级高频采样信号传输尤为有利。
一种基于压缩感知灰度图像深度重建故障诊断系统