Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 电子科技大学长三角研究院(湖州)李福生获国家专利权

电子科技大学长三角研究院(湖州)李福生获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉电子科技大学长三角研究院(湖州)申请的专利一种热工非线性系统辨识方法、系统、介质、设备及终端获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115618724B

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211226319.7,技术领域涉及:G06F30/27;该发明授权一种热工非线性系统辨识方法、系统、介质、设备及终端是由李福生;吕树彬;杨婉琪;鲁欣;赵彦春设计研发完成,并于2022-10-09向国家知识产权局提交的专利申请。

一种热工非线性系统辨识方法、系统、介质、设备及终端在说明书摘要公布了:本发明属于火电机组热工过程非线性系统辨识技术领域,公开了一种热工非线性系统辨识方法、系统、介质、设备及终端,获得用于模型热工非线性系统辨识的样本集,将样本集划分为训练集和测试集两部分;将训练集样本作为模型训练的输入样本,通过模糊宽度学习系统进行训练和推理;通过节点适应度粒子群算法对模糊宽度学习系统的模糊规则Nr、模糊子系统Nf和增强节点Ne三个参数进行搜索;根据测试集样本,利用经过优化搜索的最优模糊宽度学习系统结构进行预测。本发明的计算过程简单高效,能够同时用于神经网络逼近和模糊推理,具有快速确定最优模型结构的优点,有效提升模型非线性系统辨识能力,在非线性系统辨识任务中具有较强的应用价值。

本发明授权一种热工非线性系统辨识方法、系统、介质、设备及终端在权利要求书中公布了:1.一种热工非线性系统辨识方法,其特征在于,所述热工非线性系统辨识方法包括:通过模糊宽度学习系统构建非线性系统的输入输出关系,使用岭回归算法更新模糊宽度学习系统的权重,并利用NSFPSO算法搜索最优模糊宽度学习系统结构,进而实现热工非线性系统的辨识; 所述热工非线性系统辨识方法包括以下步骤: 步骤一,针对主蒸汽压力系统主蒸汽温度系统进行仿真,获得用于模型热工非线性系统辨识的样本集,并将样本集划分为训练集和测试集两部分; 步骤二,将训练集样本作为模型训练的输入样本,通过模糊宽度学习系统中的模糊子系统进行推理,岭回归算法用于更新模糊宽度学习系统的权重;通过NSFPSO算法对模糊宽度学习系统的模糊规则Nr、模糊子系统Nf和增强节点Ne三个参数进行搜索,确定最优模型结构; 步骤三,根据测试集样本,利用经过优化搜索的最优模糊宽度学习系统结构进行预测,使用均方误差RMSE指标评估预测效果,同时评估模型测试所需时间; 所述步骤二中的模糊宽度学习系统包含TSK模糊子系统、增强层和输出层; TSK模糊子系统的输入样本数量和维数分别为N和m,表示为: 模糊子系统的输出为其中为基于高斯核函数的加权强度,是第s条模糊规则的结果; 增强层的输出为:H=H,H,...,H;其中,lq=1,2,...,l表示增强节点组的数量;第q增强节点组的输出表示为H=εZWeq+b;Weq和b为随机生成的矩阵和偏差项;ε代表增强层的非线性激活函数; 输出层的输出为其中,Wdf是模糊子系统到输出层的权重矩阵,W是增强层到输出层的权重矩阵。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人电子科技大学长三角研究院(湖州),其通讯地址为:313000 浙江省湖州市西塞山路819号科技创新综合体B1幢;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。