一种数据与模型融合驱动的冷水机组负荷预测方法

    公开(公告)号:CN118297239B

    公开(公告)日:2024-12-03

    申请号:CN202410569004.5

    申请日:2024-05-09

    Applicant: 南通大学

    Abstract: 本发明提供了一种数据与模型融合驱动的冷水机组负荷预测方法,属于冷水机组负荷预测技术领域。解决了冷水机组传统负荷预测方法精度不高的技术问题。其技术方案为:该方法分为三个部分:分别完成CVs‑ELM模型部分和CVA状态空间模型部分后,根据各自预测结果的平均绝对百分比误差策略,输出融合驱动负荷预测结果,与真实数据对比,得出在可接受范围内的预测准确度。本发明的有益效果为:将规范变量分析和极限学习机融合,完成负荷预测,实现了多变量多模型的融合驱动预测,提高负荷预测的准确度,对负荷预测方法的一次有效的挖掘和补充。

    一种数据与模型融合驱动的冷水机组负荷预测方法

    公开(公告)号:CN118297239A

    公开(公告)日:2024-07-05

    申请号:CN202410569004.5

    申请日:2024-05-09

    Applicant: 南通大学

    Abstract: 本发明提供了一种数据与模型融合驱动的冷水机组负荷预测方法,属于冷水机组负荷预测技术领域。解决了冷水机组传统负荷预测方法精度不高的技术问题。其技术方案为:该方法分为三个部分:分别完成CVs‑ELM模型部分和CVA状态空间模型部分后,根据各自预测结果的平均绝对百分比误差策略,输出融合驱动负荷预测结果,与真实数据对比,得出在可接受范围内的预测准确度。本发明的有益效果为:将规范变量分析和极限学习机融合,完成负荷预测,实现了多变量多模型的融合驱动预测,提高负荷预测的准确度,对负荷预测方法的一次有效的挖掘和补充。

    基于概率相关慢特征分析的工业过程微小故障检测方法

    公开(公告)号:CN117556202B

    公开(公告)日:2024-06-11

    申请号:CN202311487729.1

    申请日:2023-11-09

    Applicant: 南通大学

    Abstract: 本发明提供了一种基于概率相关慢特征分析的工业过程微小故障检测方法,属于多变量工业过程故障检测技术领域。解决了传统慢特征分析方法算法难以对复杂非线性工业过程的微小故障进行有效检测的技术问题。其技术方案为:包括以下步骤:S1、设计一种基于JS散度的变量空间划分方法;S2、对故障信息不明显的潜隐变量空间则采用基于JS散度的滑动窗口局部慢特征分析算法;S3、通过贝叶斯推理机制将两个空间的检测结果融合,得到综合总监测结果。本发明的有益效果为:本发明将JS散度与慢特征分析融合,既实现了对多变量数据的空间划分,又实现了微小故障信息的有效挖掘,显著提高了微小故障检测率。

    一种基于局部异常核熵成分分析的冷水机组故障检测方法

    公开(公告)号:CN117928918A

    公开(公告)日:2024-04-26

    申请号:CN202410097534.4

    申请日:2024-01-24

    Applicant: 南通大学

    Abstract: 本发明提供了一种基于局部异常核熵成分分析的冷水机组故障检测方法,属于中央空调系统中冷水机组故障检测技术领域。解决了对于轻微劣化等级的故障,传统的数据驱动方法的检测准确率较低的技术问题。其技术方案为:包括离线建模和在线检测两个过程。发明的有益效果为:本发明通过将动态局部异常因子LOF融合核熵成分分析KECA算法,实现对故障的动态检测,既不遗漏有用的敏感特征还可以降低特征维度,提高了故障检测率,尤其是提高了对冷水机组中轻微劣化等级,也就是微小故障的检测率。

    基于概率相关慢特征分析的工业过程微小故障检测方法

    公开(公告)号:CN117556202A

    公开(公告)日:2024-02-13

    申请号:CN202311487729.1

    申请日:2023-11-09

    Applicant: 南通大学

    Abstract: 本发明提供了一种基于概率相关慢特征分析的工业过程微小故障检测方法,属于多变量工业过程故障检测技术领域。解决了传统慢特征分析方法算法难以对复杂非线性工业过程的微小故障进行有效检测的技术问题。其技术方案为:包括以下步骤:S1、设计一种基于JS散度的变量空间划分方法;S2、对故障信息不明显的潜隐变量空间则采用基于JS散度的滑动窗口局部慢特征分析算法;S3、通过贝叶斯推理机制将两个空间的检测结果融合,得到综合总监测结果。本发明的有益效果为:本发明将JS散度与慢特征分析融合,既实现了对多变量数据的空间划分,又实现了微小故障信息的有效挖掘,显著提高了微小故障检测率。

    一种基于逐层缩进策略的新型焊缝中心线提取方法

    公开(公告)号:CN113436209B

    公开(公告)日:2023-11-17

    申请号:CN202110698358.6

    申请日:2021-06-23

    Applicant: 南通大学

    Abstract: 本发明公开了一种基于逐层缩进策略的新型焊缝中心线提取方法,包括:获取焊缝的含有深度信息的RGB图像,进行二值化处理;建立基准平面坐标系;获取焊缝区域内焊缝轮廓边缘的坐标,并且根据该坐标绘制焊缝轮廓,获得根轮廓图像;以根焊缝轮廓为基准,多次向内收缩d个欧式距离,获得绘制有多个子焊缝轮廓的图像;在基准平面坐标系基础上,找到所有子焊缝轮廓的最大值和最小值;由内向外依次使用直线连接每个焊缝轮廓的上顶点,同时使用直线由内向外依次连接每个焊缝轮廓的下顶点;最后,将多个子焊缝轮廓中最内部的子焊缝轮廓的上顶点和下顶点进行连线,得到一条焊缝中心线。

    一种基于递推集成规范变量分析的微小故障在线检测方法

    公开(公告)号:CN116662878A

    公开(公告)日:2023-08-29

    申请号:CN202310590133.8

    申请日:2023-05-24

    Applicant: 南通大学

    Abstract: 本发明涉及化工过程故障检测技术领域,尤其涉及一种基于递推集成规范变量分析的微小故障在线检测方法。解决了传统规范变量分析方法对幅值低、易受噪声干扰的微小故障检测率极低的问题。其技术方案为:包括以下步骤:S1:离线训练,对原始训练数据进行随机采样;进行标准化处理;进行建模;计算统计量;组合成统计量矩阵;在统计量矩阵中沿行滑动;计算协方差矩阵;求的最大特征值统计量,并确定其控制限;S2在线检测,在线采集数据;计算统计量;堆叠成行向量;计算最大特征值统计量;与离线训练得到的控制限比较,判断采样时刻是否有故障发生。本发明的有益效果为:本发明提高了传统CVA对微小故障的检测率,且降低了在线检测的计算负荷。

    一种提取焊缝中心线的方法

    公开(公告)号:CN110021017B

    公开(公告)日:2022-06-17

    申请号:CN201910261024.5

    申请日:2019-04-02

    Applicant: 南通大学

    Abstract: 本发明涉及一种提取焊缝中心线的方法,包括:获取焊缝的原始图像;对所述原始图像进行同态滤波,获得削弱光照影响的灰度图像;对所述灰度图像进行局部阈值二值化处理得到二值图像;对局部阈值二值化处理后的二值图像进行形态学操作;将处理后的二值图像进行连通域处理,提取最大连通域,得仅保留焊缝的二值图像;使用距离变换函数将二值图像变换为凸显出焊缝中心线的灰度图像;对处理得到的灰度图像进行局部阈值二值化处理,得到保留焊缝中心线的二值图像;对处理得到的保留焊缝中心线的二值图像进行形态学处理和连通域处理,提取焊缝中心线。本发明公开的提取焊缝中心线的方法提取准确度高,而且对焊接环境要求不高,应用广泛。

    基于高效递推核主元分析的非线性时变过程故障监测方法

    公开(公告)号:CN107632592B

    公开(公告)日:2021-03-16

    申请号:CN201710777870.3

    申请日:2017-09-01

    Applicant: 南通大学

    Abstract: 本发明公开了一种基于高效递推核主元分析的非线性时变过程故障监测方法,属于故障检测与诊断技术领域。首先,在田纳西伊斯曼过程仿真器中采集具有非线性和缓慢时变特性且包含故障的数据,将采集的正常数据利用高斯核函数将其投影到高维特征空间并中心化,建立初始的离线监测模型并采用核密度估计函数来确定控制限。然后,当采集到新的过程数据时,通过引入一阶干扰理论方法在离线模型获取的特征值和特征矢量基础上直接更新模型,并将新数据投影到更新的核空间和残差空间计算T2和SPE统计量。当超出其对应的控制限时,认为监测的故障发生,反之,整个过程正常运行。本发明方法主要解决两个问题:1)核主元分析进行非线性时变过程的故障监测会产生较高的误报率;2)基于特征值分解的递推算法计算负荷较高的问题。

Patent Agency Ranking