专利交易市场

本发明公开了一种超非线性输入输出系统基于CFF的参数辨识方法，包括以下步骤：S1、设计基于CFF的神经网络参数更新方法；S2、建立稀疏神经网络模型；S3、设计用系统误差建模实际噪声的方法；S4、仿真实验。本发明采用上述超非线性输入输出系统基于CFF的参数辨识方法，将CFF和神经网络结合起来，充分利用了CFF在超非线性系统中的优秀特性，将其应用于复杂网络参数更新中，提高了网络参数的更新速度，避免了传统方法带来的效率低、收敛慢等问题。

本发明公开了一种基于高阶最小二乘法的非线性输入输出系统参数辨识方法，属于系统辨识技术领域，具体步骤如下:步骤S1：确定非线性输入输出系统以及待辨识系统参数；步骤S2：将求解待辨识系统参数转化为求解待识别残差函数最小值；步骤S3：将待识别残差函数进行高阶泰勒展开；步骤S4：根据非线性输入输出系统的类型采用最小二乘法求解系统待辨识参数更新值；步骤S5：利用迭代公式对系统待辨识参数进行求解。采用上述一种基于高阶最小二乘法的非线性输入输出系统参数辨识方法，通过采用对目标函数进行高阶展开，从而减少引入误差来提高系统模型待辨识参数的精度。

本发明公开一种积分时滞零点模型参数辨识与水位滚动模拟方法，涉及电站优化调度技术领域。所述方法包括：基于圣维南方程组构建河道一维水动力模型；其中，河道一维水动力模型用于模型曼宁系数率定、工况设计以及工况稳定运行状态获取；当河道一维水动力模型处于稳定运行状态时，对稳定运行的水动力模型施加一个流量阶跃进行参数辨识，得到不同工况下的关键参数；利用多变量拟合方法对各关键参数进行拟合，确定参数函数关系；基于参数函数关系，引入积分时滞零点模型的时域表达式，计算相邻时刻的水位差；根据设定的上下游流量、河道初始水位以及相邻时刻的水位差进行河道水位的滚动模拟。本发明能够提升电站实时调度的效率和精准度。

本发明涉及一种基于参数辨识的预警系统，包括：桥洞辨识设备，用于基于桥洞成像特征辨识出边缘锐化图像中的桥洞对象；参数解析设备，用于获取所述桥洞对象在所述边缘锐化图像中的景深以作为实时景深，以及获取所述桥洞对象在所述边缘锐化图像中的横向宽度；现场预警设备，用于基于所述实时景深和所述横向宽度确定所述桥洞对象的实际宽度，并在所述实际宽度低于预设宽度阈值时，执行现场预警动作。本发明还涉及一种基于参数辨识的预警方法。本发明的基于参数辨识的预警系统及方法辨识准确，预警有效。由于采用图像辨别机制对前方桥洞宽度执行针对性测量，以在测量到的宽度达不到通行标准时，进行现场预警操作，从而防止车体被刮伤。