公开(公告)号：CN112800855A

公开(公告)日：2021-05-14

申请号：CN202110003825.9

申请日：2021-01-04

Applicant: 中南大学

Inventor： 刘辉 ,  于程名 ,  吴海平 ,  白利春 ,  陈超 ,  李烨

IPC: G06K9/00 ,  G01H17/00 ,  G01M17/08 ,  G06K9/62

Abstract: 本发明公开了一种列车转向架非侵入式实时故障监测方法，包括：获得各关键部件对应的预采集振动数据M和总信号测点对应的预采集振动数据C；提取转向架振动数据的信号特征，建立转向架振动信号特征库；获得多标签故障识别模型S(FC)；采集总信号测点处的实时振动数据CR，提取CR中的信号特征FCR；执行多目标优化算法，获得非支配解集NS；获取NS中对应优化目标值最小的N组自变量作为N组故障识别初步结果；利用训练好的模型S(FC)对采集的信号CR进行识别，输出多标签分类识别结果，以N组故障识别初步结果中与多标签分类识别结果交集最大的一组故障识别初步结果作为故障识别最终结果。本发明提供一种列车转向架非侵入式实时故障监测方法，无需大量传感器，精度和稳定性高。

公开(公告)号：CN109767043B

公开(公告)日：2020-11-24

申请号：CN201910043089.2

申请日：2019-01-17

Applicant: 中南大学

Inventor： 刘辉 ,  于程名 ,  吴海平 ,  尹恒鑫 ,  刘泽宇 ,  陈浩林

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/06

Abstract: 本发明公开了一种电力负荷时间序列大数据智能建模与预测方法，对电力负荷时间序列历史数据进行小波分解，将电力负荷时间序列历史数据分解为电力负荷高频时间序列历史数据和低频时间序列历史数据，然后对所有时间序列进行集成化处理，对时间序列进行聚类，对每种聚类类别的时间序列基于Elman神经网络建立负荷预测模型，最后对预测的分解后的电力负荷进行重构，完成对电力负荷时间序列的智能建模，从而实现对不同特征的电力负荷进行高效、智能预测。

公开(公告)号：CN109884419A

公开(公告)日：2019-06-14

申请号：CN201811600818.1

申请日：2018-12-26

Applicant: 中南大学

Inventor： 刘辉 ,  刘泽宇 ,  李燕飞 ,  于程名

IPC: G01R31/00 ,  G06N3/08 ,  G06N3/12 ,  H02J13/00

Abstract: 本发明公开了一种智慧电网电能质量在线故障诊断方法，包括：实时采集待检测电能质量监测点的电压信号；采用极值点包络的动态测试法获取电压信号的n个电压极值点，以及采用离散小波变换方法获取电压信号的小波能熵有效值、小波能熵均值、小波能熵方差、相角偏移、扰动持续时间、小波能量，组成电压信号的特征向量；然后采用压缩感知原理进行数据的压缩、传输与解压缩；再而在云端服务器对重构的特征向量进行特征值选择，构成预处理特征向量；最后基于ELM神经网络训练得到的电能质量扰动分类器根据预处理特征向量输出扰动类型。本发明能够大大提升电能数据的传输效率，对信号采集器与中继节点的硬件性能要求低，且最终的分类诊断效率高。

公开(公告)号：CN109508835A

公开(公告)日：2019-03-22

申请号：CN201910000264.X

申请日：2019-01-01

Applicant: 中南大学

Inventor： 刘辉 ,  陈浩林 ,  刘泽宇 ,  龙治豪 ,  于程名

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/06 ,  G06F16/2458 ,  H02J3/00

Abstract: 本发明公开了一种融合环境反馈的智慧电网短期电力负荷预测方法，根据各用电单位的电力负荷数据变化的本质规律进行聚类分析，将目标预测区域划分区块，针对区块分别建立预测模型组，避免过量相关模型的干扰；以天为单位分析一周内各区块的电力负荷时间序列并根据其波动规律划分时段分别建立预测模型，提升电力负荷预测的预测精度；同时，考虑到电力负荷突变的影响因素，建立平均温度、平均湿度和风速同电力负荷预测误差之间的映射关系，智能嵌入外部环境因素，得到融合环境反馈的电力负荷预测模型，极大提升了预测模型对电力负荷突变事件的敏感度和适应能力，保证了预测方法的鲁棒性，提高了短期电力负荷预测的预测精度。