“葛宜达”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14个，建议您升级VIP下载更多相关专利

[发明专利]一种锅炉NOx浓度预测与智能控制方法及系统-CN202310866104.X在审
发明人： 葛宜达;王熠炜;伏咏妍;陈佳雷;张楚;彭甜;黄小龙;陈杰;王政 -专利权人：淮阴工学院
申请日： 2023-07-13 - 公布日： 2023-10-27 - 主分类号： G05B11/42 文献下载
摘要：本发明公开了一种锅炉NOx浓度预测与智能控制方法及系统，首先，获取锅炉排放的历史NOx浓度数据和辅助变量数据，并使用拉依达准则进行数据清洗；其次，利用最大信息系数筛选与NOx排放浓度相关性较强的辅助变量；然后，建立基于FCGRU‑CNN的NOx预测模型，通过改进后的人工蜂鸟算法IAHA优化FCGRU‑CNN模型的学习率、隐藏层数和隐藏层节点数，得到与实测值误差最小的NOx浓度预测值；最后，计算NOx浓度预测值与设定值的偏差和NOx浓度测量值与设定值的偏差，通过权重因子进行加权组合，利用偏差组合专家控制器在线调整PID控制器系数，并控制进风阀、燃烧调节阀和返料阀的开度，使系统NOx浓度输出值接近预期设定值。本发明可以实现锅炉燃烧出口NOx浓度的精准预测和智能控制。
一种锅炉 nox 浓度预测智能控制方法系统

[发明专利]一种抽水蓄能机组调节系统智能预测控制方法及装置-CN202311111146.9在审
发明人：陈杰;张楚;张学东;钱诗婕;彭甜;王熠炜;李茜;陈亚娟;葛宜达;陈佳雷 -专利权人：淮阴工学院
申请日： 2023-08-30 - 公布日： 2023-10-27 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种抽水蓄能机组调节系统智能预测控制方法及装置，所述方法包括以下内容：首先，获取抽水蓄能机组调节系统运行数据，其次，建立时域卷积‑双向长短期神经网络TCN‑BiLSTM对系统未来状态趋势进行迭代预测，并作为深度智能预测控制DeepMPC的预测模型；然后，通过梯度下降算法实时优化模型和实际过程输出的误差在线实时调整TCN‑BiLSTM预测模型的参数，使其与被控对象保持一致；最后，采用改进的人工鱼群算法设计非线性预测控制器，加速预测控制律的求解。本发明能够满足不同工况下的抽水蓄能调节系统非线性预测控制，从而提高抽水蓄能机组抑制转速和功率波动的调控能力。
一种抽水蓄能机组调节系统智能预测控制方法装置

[发明专利]一种风电功率爬坡事件间接预测方法-CN202310626107.6在审
发明人：李茜;钱诗婕;李燕妮;陈佳雷;张楚;葛宜达;陈杰;彭甜;王熠炜 -专利权人：淮阴工学院
申请日： 2023-05-30 - 公布日： 2023-10-13 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种风电功率爬坡事件间接预测方法，首先，利用多元变分模态分解将原始风电功率和风速联合分解成一组相对平稳的子序列；其次，使用卷积神经网络对每一个被分解的风电功率序列进行特征提取；再次，利用改进的FDA算法对BIGRU模型的超参数进行优化，得到优化预测模型并对风电功率进行预测，采用残差修正模型TCN对其进行误差校正，以获得最终的风电功率预测值；最后，将最终风电功率预测值作为输入，使用改进的FDA算法优化旋转门算法对其中的风电爬坡事件进行识别；结合爬坡定义和检测算法，对预测功率中的爬坡事件进行间接预测。本发明能够使得风功率预测更加接近实际值，提高风功率预测的准确度，提升风电爬坡事件的识别精度。
一种电功率爬坡事件间接预测方法

[发明专利]一种电动汽车充电桩设备故障诊断方法-CN202310819698.9在审
发明人：李燕妮;葛宜达;李茜;钱诗婕;王政;陈佳雷;彭甜;张楚;纪捷;孙娜;王熠伟;陈杰 -专利权人：淮阴工学院
申请日： 2023-07-05 - 公布日： 2023-10-03 - 主分类号： G06F18/2415 文献下载
摘要：本发明公开了一种电动汽车充电桩设备故障诊断方法，在大数据库中获取充电桩历史故障数据，并进行数据预处理；利用TimeGAN对原始数据集进行数据增强，生成时间序列数据；将扩充后的数据集划分成训练集、验证集和测试集；通过时间卷积网络TCN和FEDformer构建TCN‑FEDformer融合模型；采用拉丁超立方初始化方法和柯西反向学习混合变异策略对阿基米德优化算法AOA进行改进，得到MAOA算法；利用MAOA算法优化TCN‑FEDformer融合模型的超参数，得到更有效的充电桩设备故障特征信息；将融合模型的输出通过全局平均池化后使用softmax函数进行分类。本发明能够实现对充电桩设备故障的快速、准确地诊断，提高充电桩设备的安全性和可用性。
一种电动汽车充电设备故障诊断方法

[发明专利]一种质子交换膜燃料电池性能退化评估及寿命预测方法-CN202310685096.9在审
发明人：王政;张楚;王业琴;王熠炜;陈佳雷;陈杰;彭甜;葛宜达;张学东 -专利权人：淮阴工学院
申请日： 2023-06-09 - 公布日： 2023-10-03 - 主分类号： G01R31/392 文献下载
摘要：本发明公开了一种质子交换膜燃料电池性能退化评估与寿命预测方法，预先获取质子交换膜燃料电池的监测数据，先对质子交换膜燃料电池的监测数据使用皮尔逊相关分析法的确定输出变量，然后采用MIC特征提取获取输入变量集，通过改进的凌日搜索算法LGTSOA优化时间卷积网络和随机向量网络模型RVFL结合的神经网络模型进行训练，得到质子交换膜燃料电池的性能退化评估预测模型LGTSOA‑TCN‑RVFL，实现电池性能退化评估与寿命预测。本发明为质子交换膜燃料电池性能退化提供了更加精准的预测结果，也为质子交换膜燃料电池的寿命预测提供了更加可靠的依据。
一种质子交换燃料电池性能退化评估寿命预测方法

[发明专利]一种基于两阶段分解重构与误差校正的风电功率预测方法-CN202310819699.3在审
发明人：陈杰;彭甜;张楚;张学东;孙娜;王政;王熠炜;李茜;葛宜达;陈佳雷 -专利权人：淮阴工学院
申请日： 2023-07-05 - 公布日： 2023-09-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于两阶段分解重构与误差校正的风电功率预测方法，包括以下内容：获取风电功率数据并进行处理，并对处理过的风电功率序列进行群稀疏模态分解，得到不同分量，利用改进的MGA算法优化Flowformer模型参数，然后每个分量训练一个Flowformer模型，得到每个分量预测值，将所有分量相加得到风电功率初步预测值；将风电功率初步预测值与真实值做差获得误差序列；对误差序列进行相同的分解、预测操作得到风电功率误差预测值，则最终的预测结果为风电功率初步预测值与风电功率误差预测值之和。与现有技术相比，本发明实现了风电功率预测结果的修正，使预测结果更加准确。
一种基于阶段分解误差校正电功率预测方法

[发明专利]一种基于动态分解-重构集成处理的电力负荷预测方法-CN202310819672.4在审
发明人：张学东;张楚;陈杰;彭甜;赵环宇;葛宜达;陈佳雷;王熠炜;王政 -专利权人：淮阴工学院
申请日： 2023-07-05 - 公布日： 2023-09-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开一种基于动态分解‑重构集成处理的电力负荷预测方法，首先获取电力负荷数据进行预处理，利用mlptdenoise分解对数据进行分解，根据分解的分量建立GCN‑Reformer电力负荷预测模型，利用改进的OOA算法对Reformer的超参数进行优化，根据已分解分量在验证集上的性能评价选择需要进行二次分解的低精度分量，采用置换熵对所有低精度分量进行聚合得到高复杂度和低复杂度两个分量并采用WPD方法进行二次分解，然后使用GCN‑Reformer模型对所有WPD分解的D分量进行预测，根据WPD分解分量预测结果的指标来判断是否需要再次分解，最后将所有预测分量累加，得到最终电力负荷预测结果。与现有技术相比，本发明能够有效提高电力负荷的预测精度。
一种基于动态分解集成处理电力负荷预测方法

[发明专利]一种基于改进patch-informer的太阳辐射预测方法及装置-CN202310688740.8在审
发明人：王熠炜;彭甜;张楚;王政;赵环宇;陈杰;陈佳雷;葛宜达;张学东 -专利权人：淮阴工学院
申请日： 2023-06-09 - 公布日： 2023-09-19 - 主分类号： G06N3/006 文献下载
摘要：本发明公开了一种基于改进patch‑informer的太阳辐射预测方法及装置，所述方法包括：利用无迹卡尔曼滤波UKF对太阳辐射历史数据进行数据预处理；通过因子分析法FA进行特征提取，获取可观测的太阳辐射数据变量中的隐变量；对战争策略算法进行改进；建立IWSO‑patch‑informer模型，将测试样本输入IWSO‑patch‑informer模型中进行计算，得到待预测站点未来的太阳辐射预测值。本发明通过patch‑informer模型将时间序列分隔成子序列级别的patches，作为informer的输入，然后通过IWSO优化模型中多头注意力机制的head个数，该模型包含独立通道，每个通道包含单一的单变量时间序列，改良了传统时间序列模型的缺点，可以关注到更长的太阳辐射的历史信息，显著提高长期太阳辐射预测的准确性。
一种基于改进 patch informer 太阳辐射预测方法装置

[发明专利]一种基于改进MICN的光伏功率预测方法-CN202310685035.2在审
发明人： 葛宜达;彭甜;张楚;陈佳雷;纪捷;陈帅;张学东;王熠炜;陈杰;王政 -专利权人：淮阴工学院
申请日： 2023-06-09 - 公布日： 2023-09-19 - 主分类号： G06N3/0464 文献下载
摘要：本发明公开了一种基于改进MICN的光伏功率预测方法，首先采集光伏电厂的历史光伏功率数据和气象数据，并进行数据预处理；利用自适应啁啾模态分解ACMD把历史光伏功率序列分解成N个子序列；其次，利用相关性分析将得到的多变量气象特征和N个子序列输入到多尺度等距卷积网络MICN模型中；然后，利用改进的原子轨道搜索算法MAOS优化MICN模型的参数，并建立复合损失函数，将准确率、稳定度和合格率三个优化目标同时加入到损失函数中，综合提升模型的预测性能；最后，通过最小二乘支持向量机模型LSSVM对MICN模型的光伏功率预测结果和LSSVM模型的预测误差进行校正，得到光伏功率最终预测输出。本发明可以对光伏电厂的光伏功率实现更精准的预测。
一种基于改进 micn 功率预测方法

[发明专利]一种基于多传感器数据融合的锂电池健康状态估计方法-CN202310686242.X在审
发明人：陈佳雷;张楚;王业琴;葛宜达;彭甜;王熠炜;王政;张学东;陈杰;李茜;李燕妮;钱诗婕 -专利权人：淮阴工学院
申请日： 2023-06-09 - 公布日： 2023-09-19 - 主分类号： G01R31/392 文献下载
摘要：本发明公开了一种基于多传感器数据融合的锂电池健康状态估计方法，采集锂电池数据，运用去趋势交叉相关分析法对数据集进行特征提取并进行数据集划分；构建基STGCN和Pyraformer模型的锂电池组电池健康状态模型；通过STGCN提取由锂电池组的多维度参数数据构成的空间参数序列的局部电池容量变化特征，将获得的特征输入到Pyraformer中建立空间参数序列与全局锂电池组健康状态的变化联系；运用均匀初始化对SDO进行初始化操作，将改进后的多元学习引入到SDO中得到改进的UMSDO算法；利用UMSDO优化STGCN‑Pyraformer模型中的超参数，获取对应的最优参数，对电池健康状态进行预测，得到电池健康状态的预测结果。本发明能够被应用于锂电池健康状态预测的建模过程中，确保锂电池健康状态预测的准确性。
一种基于传感器数据融合锂电池健康状态估计方法

[发明专利]一种锂电池健康状态的预测方法-CN202310566491.5在审
发明人：陈佳雷;陈杰;葛宜达;张楚;陈帅;张越;李茜;彭甜;李燕妮 -专利权人：淮阴工学院
申请日： 2023-05-18 - 公布日： 2023-09-01 - 主分类号： G01R31/367 文献下载
摘要：本发明公开了一种锂电池健康状态的预测方法，预先获取锂电池历史使用数据，并对其进行预处理；建立锂电池二阶等效电路模型；对供需优化算法SDO进行改进得到ISDO算法；将数学形式嵌入到ISDO算法中，计算得到锂电池的SOH1；将预处理过的稳定的锂电池数据集分别输入到随机初始化参数后的高斯过程回归机器学习模型和Transformer深度学习模型中进行训练，得到优化后的两个模型，从而得到两个模型对应的两组锂电池预测数据SOH2和SOH3；将得到的三种模型的锂电池SOH输出数据，通过自适应加权方法进行数据融合，得到融合后最终的的锂电池健康状态。本发明解决了单一数据驱动模型通用性差和单一等效电路模型精度不高的问题，提升锂电池健康状态检测结果的准确性。
一种锂电池健康状态预测方法

[发明专利]一种电动汽车充电负荷预测方法-CN202310626730.1在审
发明人：陈杰;葛宜达;王熠炜;彭甜;张楚;陈亚娟;李燕妮;钱诗婕 -专利权人：淮阴工学院
申请日： 2023-05-30 - 公布日： 2023-08-29 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种电动汽车充电负荷预测方法，首先对电动汽车充电负荷数据处理及分析，即整理电动汽车充电负荷数据，并进行预处理与清洗，从而得到日负荷曲线；针对传统时间序列预测方法在训练数据集构造方面的不足，提出交叉训练集构造方法构造交叉训练集，交叉训练集分为水平训练集和垂直训练集；利用交叉训练集对GRU‑Autoformer模型进行训练得到两个预测模型，然后利用训练好的预测模型对待测样本进行预测；随后，对预测结果进行自适应加权求和，得到预测值；同时，利用改进的材料生成算法优化Autoformer的超参数提高模型性能；最后，结合实时测量值使用自适应卡尔曼滤波对预测结果进行校正，提高对充电负荷估计的准确性，得到最终的预测负荷。
一种电动汽车充电负荷预测方法

[发明专利]一种VOCs气体浓度预测方法及系统-CN202310566085.9在审
发明人： 葛宜达;王熠炜;王政;张昭;张楚;彭甜;王业琴;李茜;钱诗婕 -专利权人：淮阴工学院
申请日： 2023-05-18 - 公布日： 2023-07-28 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种VOCs气体浓度预测方法及系统，首先实时采集VOCs气体浓度以及气象数据，并对数据进行预处理；其次，建立基于CKF的多传感器数据融合模型，对多变量数据进行局部、全局融合；然后，建立GCN‑TCN时空关联模型，将融合数据以及预处理过的历史实测数据送入GCN‑TCN时空关联模型中进行时空特征提取；利用改进的AOS算法同步优化基于CKF的多传感器数据融合模型的参数和GCN‑TCN时空关联模型的参数，搜寻两模型参数的最优解；最后，利用训练优化后的GCN‑TCN时空关联模型对化工园区的敏感区域的VOCs气体浓度进行预测，并通过云平台数据可视化实时显示。本发明可以对敏感区域的VOCs气体浓度实现更精确的预测，及时发现隐患，降低风险发生。
一种 vocs 气体浓度预测方法系统

[发明专利]一种危化产品仓库状态监测方法及预警系统-CN202310455832.1在审
发明人：张昭;伏咏妍;刘千龙;葛宜达;张楚;赵环宇;张越;彭甜;张敏 -专利权人：淮阴工学院
申请日： 2023-04-25 - 公布日： 2023-07-25 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种危化产品仓库状态监测方法及预警系统，包含险情数据收集，现场数据采集部分，多模态数据融合与监测分析，前端显示预警四个部分。针对危化产品仓库的险情种类，建立危化产品险情数据集；针对危化产品仓库的环境特点，设计基于STM32与网络摄像头的数据采集节点，采集识别所需的视频、音频和传感器信号信息；建立改进的多模态Autoformer模型，通过改进的MPA算法优化多模态Autoformer的超参数以提高模型性能；最终对监测分析结果进行前端展示，并对险情进行相应的预警处理。与现有技术相比，本发明可以准确有效的对危化产品仓库中的状态进行实时监测，并能够更加准确地识别出火焰、烟雾、泄露异常状况，实现有效预警，为危化产品的储存提供安全保障。
一种产品仓库状态监测方法预警系统

1
共 14 条