-
公开(公告)号：CN109840722B
公开(公告)日：2023-05-19
申请号：CN201910257924.2
申请日：2019-04-01
Applicant: 东北大学
IPC: G06Q10/0639 , G06Q50/04 , G06F18/2431 , G06F18/25
Abstract: 本发明涉及一种金湿法冶金全流程运行状态在线评价方法，包括：S1基于评价变量和过程变量获取离线生产数据；S2针对离线生成数据利用改进的随机森林算法建立运行状态评价模型；S3采集作为在线数据的实时生产数据并输入到运行状态评价模型，获得在线数据处于各等级的概率，获取实时评价过程运行状态；S4根据实时评价过程运行状态，获取各个过程变量的相对的劣化度，将劣化度较大的变量作为非优原因追溯的结果；S5根据非优原因追溯的结果，并选择操作调整策略以改善过程运行状态；本发明方法能够提供实时的评价结果，避免工人评价的滞后问题，且能够追溯非优原因，以便及时调整生产操作使用运行状态达到优，确保企业经济效益和生产效率。
-
公开(公告)号：CN113238543A
公开(公告)日：2021-08-10
申请号：CN202110402603.4
申请日：2021-04-14
Applicant: 东北大学
Abstract: 本发明面向呈现多模态特性的实际工业过程，通过模态划分、离线建模、在线监测三个步骤实现对多模态过程的故障监测。包括：步骤S1、基于变长度滑动窗口均值‑增广迪基福勒检验方法进行模态划分；步骤S2、着眼于常被忽视的过渡模态，使用动态局部主成分分析法对不同模态分别建模；步骤S3、充分利用历史模态，并提出模态匹配方法，确定当前在线数据所处的模态，从而进行准确的监测。本发明能够准确有效的完成多模态过程的划分、建模和在线监测一系列工作。对提高生产安全性、确保企业经济效益和生产效益具有重要意义。
-
公开(公告)号：CN111815065A
公开(公告)日：2020-10-23
申请号：CN202010705130.0
申请日：2020-07-21
Applicant: 东北大学
Abstract: 本发明提供一种基于长短时记忆神经网络的短期电力负荷预测方法，包括1)采集电力负荷历史数据和气象历史数据，构建历史数据集；2)采用集成经验模态分解法，对电力负荷历史序列进行分解；3)计算每个分量的样本熵值并进行分组；4)构建每个分组的最优预测模型；5)确定预测模型的输入；6)累加各个最优预测模型的预测值得到最终的电力负荷预测值。本发明结合集成经验模态分解和长短时记忆神经网络模型对短期电力负荷进行预测，可以实现准确、实时、可靠的预测效果，具有很好的适用性和有效性，可以被广泛地应用在短期电力负荷预测中。
-
公开(公告)号：CN109840722A
公开(公告)日：2019-06-04
申请号：CN201910257924.2
申请日：2019-04-01
Applicant: 东北大学
Abstract: 本发明涉及一种金湿法冶金全流程运行状态在线评价方法，包括：S1基于评价变量和过程变量获取离线生产数据；S2针对离线生成数据利用改进的随机森林算法建立运行状态评价模型；S3采集作为在线数据的实时生产数据并输入到运行状态评价模型，获得在线数据处于各等级的概率，获取实时评价过程运行状态；S4根据实时评价过程运行状态，获取各个过程变量的相对的劣化度，将劣化度较大的变量作为非优原因追溯的结果；S5根据非优原因追溯的结果，并选择操作调整策略以改善过程运行状态；本发明方法能够提供实时的评价结果，避免工人评价的滞后问题，且能够追溯非优原因，以便及时调整生产操作使用运行状态达到优，确保企业经济效益和生产效率。
-
公开(公告)号：CN108762238A
公开(公告)日：2018-11-06
申请号：CN201810622817.0
申请日：2018-06-15
Applicant: 东北大学
IPC: G05B23/02
CPC classification number: G05B23/0243 , G05B2219/24065
Abstract: 本发明属于湿法冶金浸出过程的故障诊断技术领域，尤其涉及一种基于DCD的湿法冶金浸出过程故障诊断方法。基于DCD的浸出过程故障诊断方法，主要面向湿法冶金的浸出工艺过程，通过提取专家知识和过程数据中的信息作为先验信息建立动态因果图知识库，在观测到异常情况后进入推理诊断机制，以异常情况为证据计算出各可能故障原因的后验概率，比较后验概率得到诊断结果。此算法主要包括浸出过程DCD事件确定、DCD结构学习、DCD参数学习和DCD在线过程故障诊断等步骤。本发明利用DCD故障诊断技术处理在浸出过程中信息的不确定性，一定程度减小了诊断技术对大量数据的依赖性，可以带来更准确的诊断结果，确保企业经济效益和生产效益。
-
Patent Agency Ranking
公开(公告)号：CN104298187A
公开(公告)日：2015-01-21
申请号：CN201410258082.X
申请日：2014-06-12
Applicant: 东北大学
IPC: G05B19/418 , G06F19/00 , H04L29/06
CPC classification number: Y02D50/10 , Y02P90/02 , G05B19/41875
Abstract: 金湿法冶金全流程三层结构过程监测及故障诊断方法，通过对金湿法冶金全流程分层、分块建立监测模型，实现从不同的视角——从底层到上层，从局部到整体对金湿法冶金各个层面的运行状态进行监测，并对异常工况进行故障诊断，为实际生产过程提供有价值的指导建议。算法包括建立全流程三层结构监测离线模型、估计子工序和全流程的统计量控制限、在线计算新数据的统计指标、实施监测及故障诊断等步骤。本发明提供了一种确保了生产过程安全运行的有效方法，对于提高生产安全性、提高生产效率、降低事故发生率、提高企业竞争力具有重要意义。
-
公开(公告)号：CN101813932B
公开(公告)日：2012-07-04
申请号：CN200910010295.X
申请日：2009-02-03
Applicant: 东北大学
IPC: G05B19/418 , C22B3/22 , G05B13/04
CPC classification number: Y02P10/234 , Y02P90/02 , Y02P90/26
Abstract: 湿法冶金萃取过程组分含量预测与优化操作方法，采用多级萃取槽的湿法冶金萃取工艺，是通过对湿法冶金萃取过程的混合建模，实现萃余液组分含量的实时预测，并对萃取过程提供在线优化操作指导。包括数据采取、辅助变量的选择以及标准化处理、混合模型的建立、混合模型的校正、优化操作指导的确定等步骤。本发明能大幅度提高浸出率，使生产维持在最佳损伤状态，并能减少原料和能源的消耗，延长设备的运行周期。
-
公开(公告)号：CN119891249A
公开(公告)日：2025-04-25
申请号：CN202510101574.6
申请日：2025-01-22
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 东北大学
IPC: H02J3/18 , H02J3/16 , G06Q10/04 , G06Q50/06 , G06F30/27 , G06F17/10 , G06F113/04 , G06F111/06 , G06F111/04
Abstract: 本发明公开了一种调相机选址定容优化配置方法及装置，方法包括：获取目标区域中电力系统的系统参数，以搭建电力系统仿真模型；建立考虑短路比和经济性指标的调相机选址定容双目标优化模型；将可新建和/或改造火电机组为调相机的位置参数以及容量配置的方案集合输入至所述电力系统仿真模型中，以对所述双目标优化模型进行求解，输出满足设定约束条件的最优解集；对所述最优解集中的各个解分别进行评估，以从最优解集中决策出调相机的位置与容量配置方案。本发明能够在综合考虑经济成本的情况下，优化资源配置，有效提升电力系统短路比水平，提高电力系统稳定性与新能源的消纳能力。
-
公开(公告)号：CN111815065B
公开(公告)日：2023-08-29
申请号：CN202010705130.0
申请日：2020-07-21
Applicant: 东北大学
IPC: H02J3/00 , G06Q50/06 , G06N3/0442 , G06F18/214 , G06Q10/04
Abstract: 本发明提供一种基于长短时记忆神经网络的短期电力负荷预测方法，包括1)采集电力负荷历史数据和气象历史数据，构建历史数据集；2)采用集成经验模态分解法，对电力负荷历史序列进行分解；3)计算每个分量的样本熵值并进行分组；4)构建每个分组的最优预测模型；5)确定预测模型的输入；6)累加各个最优预测模型的预测值得到最终的电力负荷预测值。本发明结合集成经验模态分解和长短时记忆神经网络模型对短期电力负荷进行预测，可以实现准确、实时、可靠的预测效果，具有很好的适用性和有效性，可以被广泛地应用在短期电力负荷预测中。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.027 seconds)
