一种基于混流式水轮机的损伤机理评估方法及系统

    公开(公告)号:CN119647147A

    公开(公告)日:2025-03-18

    申请号:CN202411868088.9

    申请日:2024-12-18

    Abstract: 本申请属于水电站设备检测及评估技术领域,具体公开了一种基于混流式水轮机的损伤机理评估方法及系统。本申请首先收集水轮机在不同工况下的原始数据,从原始数据中获取工况的影响因子;再进行水轮机运行试验,获取正常工况下影响因子和性能指标之间的变化关系,基于变化关系对影响因子进行显著性分析,获得显著因子;之后建立水轮机的仿真模型,调节显著因子的值进行多物理场仿真分析,从仿真数据中提取水轮机的损伤情况,将显著因子的值和对应损伤情况保存至评估数据库。最后实时获取待评估水轮机运行时显著因子的值,将显著因子的值和评估数据库进行对比匹配,获得待评估水轮机的损伤情况。本申请方案相较于现有损伤评估方法更加快速准确。

    可解释的无人机任务决策方法及装置

    公开(公告)号:CN119557599A

    公开(公告)日:2025-03-04

    申请号:CN202510088173.1

    申请日:2025-01-20

    Abstract: 本申请公开了一种可解释的无人机任务决策方法及装置。所述无人机任务决策方法包括:获取针对无人机决策任务的第一输入数据集;将第一输入数据集输入到预先构建的第一预设决策模型,得到用于输出决策结果的第一策略数据集,第一策略数据集包括用于指示无人机针对目标任务的下一动作的调整方案;将第一策略数据集和第一输入数据集输入到基于SHAP算法的特征分析模型,得到针对无人机决策任务的决策特征数据集,决策特征数据集包括与调整方案相对应的无人机决策特征数据;利用决策特征数据集构建基于决策树算法的第二预设决策模型,得到用于呈现针对调整方案的决策路径和决策依据的决策树数据,作为用于解释无人机决策任务的解释数据集。

    一种电力负荷预测方法、系统、介质、设备及产品

    公开(公告)号:CN119070279A

    公开(公告)日:2024-12-03

    申请号:CN202411120707.6

    申请日:2024-08-15

    Abstract: 本发明公开的一种电力负荷预测方法、系统、介质、设备及产品,属于电力负荷预测技术领域,所述方法包括:获取多种电力负荷预测所需的数据特征及各特征对应的负荷标签;从所有数据特征中选取最优数据特征,该过程包括:随机选取多个数据特征形成多个候选特征子集;计算每个候选特征子集的适应度;选取适应度最大的候选特征子集中的数据特征,作为最优数据特征;其中,候选特征子集的适应度包含候选特征子集中每个特征与其对应的负荷标签之间相关系数的平均值,减去候选特征子集中每个特征间的平均相关系数;利用最优数据特征,对构建的电力负荷预测模型进行训练,训练完成,获得训练好的电力负荷预测模型。提高了电力负荷预测模型的训练精度和效率。

    动态安全基线建模方法
    48.
    发明授权

    公开(公告)号:CN118784379B

    公开(公告)日:2024-11-19

    申请号:CN202411276678.2

    申请日:2024-09-12

    Abstract: 本发明涉及一种动态安全基线建模方法,包括:收集工业互联网系统中的实时运行数据;基于所收集的实时运行数据,构建初始安全基线模型,所述初始安全基线模型包括正常运行状态下的系统参数和行为模式;对工业互联网系统进行实时监测,收集实时监测数据;将所述实时监测数据与初始安全基线模型进行比较,识别出偏离初始安全基线模型的异常数据;基于所识别出的异常数据,动态更新安全基线模型,以生成新的安全基线模型;将所述新的安全基线模型应用于工业互联网系统的安全监测与防护中,以实时检测和响应潜在的安全威胁。本发明通过动态更新安全基线模型,提高了对工业互联网系统中异常行为的检测和响应能力,增强了系统的安全性和稳定性。

    一种用于心理健康检测模型的特征选择方法

    公开(公告)号:CN118969270A

    公开(公告)日:2024-11-15

    申请号:CN202410975452.5

    申请日:2024-07-19

    Inventor: 崔岩 王璞玺

    Abstract: 本发明属于心理健康检测技术领域,具体是一种用于心理健康检测模型的特征选择方法,包括以下步骤:步骤1:数据采集单元,所述数据采集单元对原始的数据进行采集;步骤2:数据处理单元,数据预处理单元对数据采集单元采集的数据进行数据对原始数据集进行预处理,包括缺失值填充、异常值处理和归一化;步骤3,基于统计量或简单机器学习模型的方法对特征进行初步筛选,去除与心理健康状态无关或相关性较低的特征;步骤4,特征选择循环单元,循环执行循环步骤,步骤5,输出单元:综合考虑特征的重要性、特征之间的交互作用和模型预测能力;步骤6,预警单元,预警模块根据基于计算出的运价与实际运价数据差值对比,并根据预警告进行预警。

    基于物联网的空气质量监测方法及系统

    公开(公告)号:CN118585756B

    公开(公告)日:2024-11-15

    申请号:CN202411060397.3

    申请日:2024-08-05

    Abstract: 本发明涉及数据处理技术领域,尤其涉及基于物联网的空气质量监测方法及系统。方法包括步骤:获取每个位置的每种类型的有害气体浓度时序序列;对有害气体浓度时序序列进行奇异值分解得到特征值集合,将特征值集合中一个特征值置零处理前后有害气体浓度时序序列的差异作为该特征值的信号时序序列;将特征值集合中特征值随意组合成两类得到若干种分类结果;根据分类结果构建分类精度评估函数,将分类精度评估函数最大值对应的分类结果作为目标分类结果;计算目标分类结果中每个类别的噪声符合性;将噪声符合性最大值对应类别的特征值置零处理来去除有害气体浓度时序序列的噪声,以辅助空气质量监测。通过准确去噪提高空气检测的准确性。

Patent Agency Ranking