本发明公开了一种基于局部邻域标准化和贝叶斯推断的ICA‑PCA多工况故障诊断方法,该方法首先对工业过程的各个正常工况进行独立采样获得训练数据集,通过对训练集局部邻域标准化,获得服从单一分布的数据集,然后利用ICA‑PCA方法分别对该数据集的高斯特性和非高斯特性进行分析处理,获得全局模型。在线监控阶段对工业过程数据进行独立重复采样,经过局部邻域标准化处理后应用所述模型分析处理获得多个统计量,再根据贝叶斯推断将多个统计量组合成一个统计量,通过比较控制限,获得故障诊断结果。相比与传统故障诊断方法,本发明可以简化处理过程,提高诊断效果,改善过程监测性能,同时方便工作人员监测观察,有利于杜绝安全隐患,保障工业过程的正常运行。
📄 2015109799457
📂 G05B23_02
👤 江南大学
📅 2015-12-24
本发明公开了一种基于混合噪声双重滤波的电机系统故障诊断方法,属于故障诊断技术领域。所述方法用全对称多胞体表示未知但有界噪声,用高斯噪声表示随机噪声,通过最小化全对称多胞体生成矩阵的F范数、协方差矩阵迹的导数设计电机系统动态状态观测器,基于信号平均功率得到各个时刻的最优权重解,设计状态估计器的动态增益,从而有效降低了状态估计区间的准确性和保守性。进一步的,基于残差概率分布函数计算故障检测指标的置信区间,实现对执行器故障高效的故障检测、故障识别和故障区间估计;相对于现有诊断方法,本申请方法检测效率更高,能够更快速检测到故障的发生,且没有出现漏诊的情况,障检测准确性更高。
📄 2020110885312
📂 G01R31_34
👤 江南大学
📅 2020-10-13
本发明公开了一种短文本特征提取与分类方法,属于信息处理技术领域。通过对词频、集中度标准差、关联度高的关键词进行加权系数的奖励,再综合三者,得到关键词的特征指数;根据特征指数对初始关键词库进行优化,删除关键词库中对识别文本所属的类别所起作用较小的一些字词,也即减少了会影响文本分类准确性的关键词,使得后续分类更准确。通过将关键词映射成二维坐标平面上的点,将文本数据与关键词库的匹配,得到文本数据对应的点集,将其中的点顺序排列并连接,即得到文本的特征折线,通过特征折线的相似度反应文本的相似度,并对折线相似度算法进行了修正,利用邻居与当前文本的“相似度”来给每个邻居赋予不同的重要性,从而分类更准确。
📄 2020105025180
📂 G06F16_35
👤 江南大学
📅 2020-06-04
本发明提供一种基于特征提取和多核RSVR组合模型的短期电力负荷预测方法,包括以下步骤:步骤S1,基于皮尔逊相关系数、mRMR算法对属性特征进行提取筛选,得到包含其它属性和延迟负荷的最优属性特征集;步骤S2,使用多种不同的核函数分别构建多个单核RSVR模型;根据最优属性特征集,采用训练样本进行模型训练,采用测试样本评估模型预测能力;步骤S3,根据各个单核RSVR模型的训练预测误差分配权值,将各个单核RSVR模型进行加权融合,形成多核RSVR组合模型;步骤S4,使用多核RSVR组合模型进行短期电力负荷预测。本发明能够有效解决属性特征不分类提取、未来未知量的盲目使用等问题,并且兼顾优化了支持向量回归模型,进一步提升了方案预测性能。
📄 2020100032934
📂 H02J3_00
👤 江南大学
📅 2020-01-03