-
公开(公告)号：CN116665130B
公开(公告)日：2024-04-02
申请号：CN202310670442.6
申请日：2023-06-07
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
Abstract: 本发明公开一种基于时空图的大坝安全监测多元时间序列异常检测方法，包括：1)利用图结构对大坝安全监测多元时间序列时间和变量维度进行显式建模，构建变量特征图和时间特征图；2)采用图注意力网络并行学习时间和变量维度信息，得到更好的表征向量以捕获数据深层依赖关系；3)使用联合基于预测和基于重构模型的优化网络计算异常分数，得到大坝部位异常情况。本发明用于检测大坝安全监测数据中的异常情况，提高了大坝安全监测多元时间序列异常检测的精确率和召回率，并能对异常现象进行合理解释，辅助大坝的安全性评判。
-
公开(公告)号：CN117520779A
公开(公告)日：2024-02-06
申请号：CN202311539378.4
申请日：2023-11-17
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
IPC: G06F18/20 , G06F18/213 , G06F18/24 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开一种基于多指标图注意力网络的水电机转轮状态关联分析方法，包括：1)利用图结构对水电机转轮运行产生的多元时间序列进行显式建模；2)采用图扩散卷积重建节点之间的连接关系，实现特征的传递与融合；3)合并加权图并利用图注意力网络学习节点之间的注意力权重；4)引入fastDTW预训练并联合双重对比损失学习，更新模型参数，优化水电机转轮状态关联性度量结果。本发明用于发现水电机转轮状态之间的关联关系，根据关联关系提供了水电机转轮故障诊断的相关依据，可以帮助制定有效的运行优化、性能优化策略和维护计划，提高水电机的可靠性、效率和维护效果。
-
公开(公告)号：CN118981656A
公开(公告)日：2024-11-19
申请号：CN202410972644.0
申请日：2024-07-19
Applicant: 华能澜沧江水电股份有限公司 , 河海大学
IPC: G06F18/23213 , F03B11/00 , G06F18/214 , G06F18/241 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/09 , G06N3/088
Abstract: 本发明公开一种基于时空大模型联合GAN网络的水轮机机组异常检测方法，输入当前工况下经过聚类的水轮机机组流固耦合面网格点数据；构建异常检测模型；利用采集到的数据，训练异常检测模型；计算模型估计的每一网格点应力值的准确率，若准确率超过预设阈值，将经过聚类的水轮机过流部件流固耦合面网格点数据输入训练好的异常检测模型，获得当前工况下每一网格点应力估计值，然后根据应力估计值进行水轮机机组异常检测。若精确率较低，继续训练异常检测模型。与现有技术相比，本发明具有异常检测效果好、实用性好等优点。
-
Patent Agency Ranking
公开(公告)号：CN117520779B
公开(公告)日：2024-12-20
申请号：CN202311539378.4
申请日：2023-11-17
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
IPC: G06F18/20 , G06F18/213 , G06F18/24 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开一种基于多指标图注意力网络的水电机转轮状态关联分析方法，包括：1)利用图结构对水电机转轮运行产生的多元时间序列进行显式建模；2)采用图扩散卷积重建节点之间的连接关系，实现特征的传递与融合；3)合并加权图并利用图注意力网络学习节点之间的注意力权重；4)引入fastDTW预训练并联合双重对比损失学习，更新模型参数，优化水电机转轮状态关联性度量结果。本发明用于发现水电机转轮状态之间的关联关系，根据关联关系提供了水电机转轮故障诊断的相关依据，可以帮助制定有效的运行优化、性能优化策略和维护计划，提高水电机的可靠性、效率和维护效果。
-
公开(公告)号：CN118965045A
公开(公告)日：2024-11-15
申请号：CN202410972053.3
申请日：2024-07-19
Applicant: 华能澜沧江水电股份有限公司 , 河海大学
IPC: G06F18/23213 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/09 , G06N3/088
Abstract: 本发明公开一种基于自注意力的水电机转轮状态数据深度聚类方法，包括：1)提取水电机转轮状态数据在多种稳定运行状态下的低维特征表示，实现对复杂数据的初步降维和特征提取；2)挖掘不同运行状态下水电机转轮状态数据之间的内在联系，对水电机转轮状态数据的特征进行有效融合；3)基于融合后的特征，运用KL散度作为聚类目标函数，优化聚类算法参数以实现水电机转轮状态数据的有效聚类。本发明提高了对水电机转轮状态数据的表征和理解能力，有助于挖掘水电机转轮状态数据的分布规律或潜在分布规律，为水电机的运行监测和维护提供了有效的数据分析工具。
-
公开(公告)号：CN116665130A
公开(公告)日：2023-08-29
申请号：CN202310670442.6
申请日：2023-06-07
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
Abstract: 本发明公开一种基于时空图的大坝安全监测多元时间序列异常检测方法，包括：1)利用图结构对大坝安全监测多元时间序列时间和变量维度进行显式建模，构建变量特征图和时间特征图；2)采用图注意力网络并行学习时间和变量维度信息，得到更好的表征向量以捕获数据深层依赖关系；3)使用联合基于预测和基于重构模型的优化网络计算异常分数，得到大坝部位异常情况。本发明用于检测大坝安全监测数据中的异常情况，提高了大坝安全监测多元时间序列异常检测的精确率和召回率，并能对异常现象进行合理解释，辅助大坝的安全性评判。
-
公开(公告)号：CN118656776A
公开(公告)日：2024-09-17
申请号：CN202410342299.2
申请日：2024-03-25
Applicant: 国网江苏省电力有限公司 , 河海大学
Abstract: 本发明公开一种基于Top‑K时空图注意网络的沿海站点风速预测方法，包括：步骤1：输入沿海地区每个站点采集的风速和相关的辅助特征数据；步骤2：构建风速预测模型；步骤3：输入步骤1中处理好的数据，训练步骤2构建的预测模型；步骤4：计算模型预测的准确率，若准确率超过预设阈值，则执行步骤5，否则，返回步骤3；步骤5：将沿海地区每个站点的风速数据和相关的辅助特征数据输入训练好的预测模型，获得沿海地区多个站点的风速预测值。与现有技术相比，本发明具有预测效果好、实用性好等优点。
-
公开(公告)号：CN118656776B
公开(公告)日：2025-03-14
申请号：CN202410342299.2
申请日：2024-03-25
Applicant: 国网江苏省电力有限公司 , 河海大学
Abstract: 本发明公开一种基于Top‑K时空图注意网络的沿海站点风速预测方法，包括：步骤1：输入沿海地区每个站点采集的风速和相关的辅助特征数据；步骤2：构建风速预测模型；步骤3：输入步骤1中处理好的数据，训练步骤2构建的预测模型；步骤4：计算模型预测的准确率，若准确率超过预设阈值，则执行步骤5，否则，返回步骤3；步骤5：将沿海地区每个站点的风速数据和相关的辅助特征数据输入训练好的预测模型，获得沿海地区多个站点的风速预测值。与现有技术相比，本发明具有预测效果好、实用性好等优点。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.04 seconds)
