| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 1 | 基于离群分析的柴油机故障诊断方法 | CN201410216220.8 | 2014-05-21 | CN103969052A | 2014-08-06 | 王忠巍; 孙国威; 王金鑫; 董佳莹; 刘晶晶 |
| 本发明涉及一种基于离群分析的柴油机故障诊断方法。首先，将采集到的气缸运行状态数据按照统一格式整理并作标准化计算，使得各项数据在保留原有信息的条件下从有量纲转化到无量纲；进而，利用无量纲化的状态参数，根据离群因子的定义，分别计算正常状态气缸群和状态异常气缸的离群因子；最后，通过比较和分析完成对异常状态气缸离群程度的定量描述。本发明可以定量的描述柴油机故障状态从而实施针对性的视情维修，提高设备的可靠性和经济性，保障了柴油机的高效运行。 | ||||||
| 2 | 基于离群分析的柴油机故障诊断方法 | CN201410216220.8 | 2014-05-21 | CN103969052B | 2016-09-14 | 王忠巍; 孙国威; 王金鑫; 董佳莹; 刘晶晶 |
| 本发明涉及一种基于离群分析的柴油机故障诊断方法。首先，将采集到的气缸运行状态数据按照统一格式整理并作标准化计算，使得各项数据在保留原有信息的条件下从有量纲转化到无量纲；进而，利用无量纲化的状态参数，根据离群因子的定义，分别计算正常状态气缸群和状态异常气缸的离群因子；最后，通过比较和分析完成对异常状态气缸离群程度的定量描述。本发明可以定量的描述柴油机故障状态从而实施针对性的视情维修，提高设备的可靠性和经济性，保障了柴油机的高效运行。 | ||||||
| 3 | 基于审计中间表的业务数据离群分析方法 | CN202310391939.4 | 2023-04-13 | CN116415199B | 2023-10-20 | 卢奕喆; 熊杰; 李欣潼; 柳絮 |
| 本发明提供了基于审计中间表的业务数据离群分析方法，包括：S1：基于同一业务源数据的所有审计中间表中的字段属性，识别出所有审计中间表中的隐形同义字段属性组合；S2：基于所有审计中间表之间的关联关系和所有审计中间表中的字段属性以及所有隐形同义字段属性组合，确定出对应业务源数据的所有审计中间表的数据表宏观特征；S3：基于数据表宏观特征确定出对应业务源数据的所有审计中间表的业务逻辑；S4：基于业务逻辑对审计中间表中的基础数据、操作行为数据以及关系数据进行离群分析，获得业务数据离群分析结果；用以分析出审计中间表的数据表宏观特征并深入分析业务细节，实现对审计中间表的业务数据的准确离群分析。 | ||||||
| 4 | 一种变频器运行状态离群分析方法及系统 | CN202111648836.9 | 2021-12-29 | CN114329665A | 2022-04-12 | 高晨; 李春晓; 童博; 王金寿; 赵勇; 李建民; 刘骥鲁; 李振华 |
| 本发明提供的一种变频器运行状态离群分析方法及系统，包括以下步骤：步骤1，获取SCADA系统中单台变频器实际运行的原始监测数据，记为矩阵A；步骤2，对步骤1中获取得到的矩阵A中的数据进行清洗，得到矩阵A'；步骤3，将步骤2中得到的矩阵A'进行分段，得到L个子矩阵；步骤4，计算每个子矩阵对应的状态向量值；步骤5，根据状态向量值对变频器运行状态进行离群分析；本发明能够提前发现状态偏移的设备，做到故障发生前的预警。无需根据历史数据进行预训练，具有较强的通用性。 | ||||||
| 5 | 基于离群点分析的设备异常检测方法及系统 | CN201710756454.5 | 2017-08-29 | CN107402547A | 2017-11-28 | 方芳; 胡泽琛; 李守东; 康伟; 梁猛 |
| 本发明公开了一种基于离群点分析的设备异常检测方法及系统，所述方法包括：采集污水处理过程中的多个监测数据；对所述多个监测数据进行检测，获取其中的离群点及其分布状态；根据所述离群点的分布状态，对所述离群点进行筛选和替换；根据替换后的所述离群点的分布状态判断设备的异常；对设备的异常状态进行反馈。本发明通过依次分析监测数据的异常得到其中的离群点，并进一步通过对离群点的分布状态进行分析，来检测设备的异常，提高检测准确度和实时性。 | ||||||
| 6 | 一种大规模数据中离群数据的分析方法 | CN201410703339.8 | 2014-11-26 | CN104462802A | 2015-03-25 | 韦鹏; 吴楠; 付兴旺 |
| 本发明公开了一种大规模数据中离群数据的分析方法，属于数据挖掘技术，包括如下步骤：（1）、离群数据挖掘；（2）、离群数据聚类：将离群数据分配到不同的簇中；（3）、成簇极稀少离群数据的筛选：筛选的依据为簇中样本个数小于阈值T1；所有簇中的极稀少离群数据组成的数据集记为C1；（4）、离群数据成团性特征分析及簇中极稀少数据的筛选：利用可视化手段辅助分析聚到同簇中的离群数据，得到其共性特征即成团性特征，进而分析其异常特征产生的原因；（5）、极稀少离群数据的分析。本发明针对大规模数据中离群数据分析的目的和存在的问题，结合可视化、模式识别及数据挖掘相关方法，对大规模数据中离群数据进行有效的分析。 | ||||||
| 7 | 一种面向群集三维房产的离散分析方法 | CN201711430148.9 | 2017-12-26 | CN108010136B | 2021-08-03 | 应申; 李威阳; 贺彪; 赵志刚; 李霖 |
| 本发明公开了一种面向群集三维房产的离散分析方法，首先根据房产平面结构图、楼层高度和楼层数量生成群集三维房产；然后唯一标识群集三维房产中每一个房产单元的信息，并记录房产单元与周围房产单元的邻接关系；接着选择一个或多个感兴趣的房产单元，根据变形函数计算其他房产单元的平移向量、缩放大小，使得感兴趣的房产单元突出显示；最后根据记录的邻接关系，连接“相邻”面的中心点表达实际的空间关系。本发明能将原本存在视觉阻挡的内部房产单元清晰展示，高效且效果明显，而且是基于房产平面结构图，满足实际应用中的可视化需求。 | ||||||
| 8 | 一种面向群集三维房产的离散分析方法 | CN201711430148.9 | 2017-12-26 | CN108010136A | 2018-05-08 | 应申; 李威阳; 贺彪; 赵志刚; 李霖 |
| 本发明公开了一种面向群集三维房产的离散分析方法，首先根据房产平面结构图、楼层高度和楼层数量生成群集三维房产；然后唯一标识群集三维房产中每一个房产单元的信息，并记录房产单元与周围房产单元的邻接关系；接着选择一个或多个感兴趣的房产单元，根据变形函数计算其他房产单元的平移向量、缩放大小，使得感兴趣的房产单元突出显示；最后根据记录的邻接关系，连接“相邻”面的中心点表达实际的空间关系。本发明能将原本存在视觉阻挡的内部房产单元清晰展示，高效且效果明显，而且是基于房产平面结构图，满足实际应用中的可视化需求。 | ||||||
| 9 | 基于离群特征分析的柴油机故障灰预测方法 | CN201510193877.1 | 2015-04-22 | CN104794283B | 2017-12-15 | 袁志国; 费景洲; 董佳莹; 王金鑫; 王忠巍 |
| 本发明的目的在于提供基于离群特征分析的柴油机故障灰预测方法，首先，等时间间隔检测柴油机气缸的运行参数；其次，利用数据0‑1标准化方法对气缸运行参数进行标准化处理；再次，将柴油机气缸的综合运行状态作为聚类分析对象，将标准化处理后的气缸运行参数作为聚类对象的属性，利用蚁群LF算法分析待聚类对象，实现故障气缸的自动分离，并计算故障气缸的离群因子；最后，将故障气缸离群因子构成时间序列，在此基础上，利用灰色模型预测分析其变化趋势。根据本发明的故障诊断结果，可实现对柴油机有计划、有针对性的视情维修，保障柴油机的运行安全、降低维修费用。 | ||||||
| 10 | 基于离群点分析算法的套牌车快速甄别方法 | CN201610182562.1 | 2016-03-24 | CN105654735A | 2016-06-08 | 马韵洁; 刘畅; 张凯; 吴艳平; 罗晶晶; 朱萍 |
| 本发明属于套牌车快速辨析技术领域，具体涉及一种基于离群点分析算法的套牌车快速甄别方法。本发明包括以下步骤：建立套牌车样本的车牌号集合；检索出各样本车辆的过车数据；对检索出来的过车数据进行数据预处理；4)、采用离群点分析算法对上述数据预处理后的过车数据进行分析；获得参考速度值作为基准值输入套牌车辨识系统，进行套牌车辨识。本发明利用“同一辆车在一定的时间范围内，不可能在两个不同地点都出行过”的原理，通过求得套牌车的参考速度值，并以此来快速辨识套牌车，不受车辆外观影响，具有很强的实用性。 | ||||||
| 11 | 基于离群特征分析的柴油机故障灰预测方法 | CN201510193877.1 | 2015-04-22 | CN104794283A | 2015-07-22 | 袁志国; 费景洲; 董佳莹; 王金鑫; 王忠巍 |
| 本发明的目的在于提供基于离群特征分析的柴油机故障灰预测方法，首先，等时间间隔检测柴油机气缸的运行参数；其次，利用数据0-1标准化方法对气缸运行参数进行标准化处理；再次，将柴油机气缸的综合运行状态作为聚类分析对象，将标准化处理后的气缸运行参数作为聚类对象的属性，利用蚁群LF算法分析待聚类对象，实现故障气缸的自动分离，并计算故障气缸的离群因子；最后，将故障气缸离群因子构成时间序列，在此基础上，利用灰色模型预测分析其变化趋势。根据本发明的故障诊断结果，可实现对柴油机有计划、有针对性的视情维修，保障柴油机的运行安全、降低维修费用。 | ||||||
| 12 | 基于审计中间表的业务数据离群分析方法 | CN202310391939.4 | 2023-04-13 | CN116415199A | 2023-07-11 | 卢奕喆; 熊杰; 李欣潼; 柳絮 |
| 本发明提供了基于审计中间表的业务数据离群分析方法，包括：S1：基于同一业务源数据的所有审计中间表中的字段属性，识别出所有审计中间表中的隐形同义字段属性组合；S2：基于所有审计中间表之间的关联关系和所有审计中间表中的字段属性以及所有隐形同义字段属性组合，确定出对应业务源数据的所有审计中间表的数据表宏观特征；S3：基于数据表宏观特征确定出对应业务源数据的所有审计中间表的业务逻辑；S4：基于业务逻辑对审计中间表中的基础数据、操作行为数据以及关系数据进行离群分析，获得业务数据离群分析结果；用以分析出审计中间表的数据表宏观特征并深入分析业务细节，实现对审计中间表的业务数据的准确离群分析。 | ||||||
| 13 | 一种离线状态下的白粉虱群落生长状态分析装置 | CN201820621524.6 | 2018-04-27 | CN208547973U | 2019-02-26 | 史杨潇; 刘路; 陈黎卿; 廖娟; 孙燕; 邹群鑫 |
| 本实用新型公开了一种离线状态下的白粉虱群落生长状态分析装置，在支架的底板上设有载物台，在支架的顶板的下面设有安装板，在安装板的下面安装有相机采集系统，所述的相机采集系统包括有用于采集叶片完整图像的摄像头一和用于采集所述叶片上白粉虱分布密集区域图像的摄像头二，所述白粉虱分布密集区域是通过摄像头一标定的，所述的摄像头一和摄像头二的焦距不同，摄像头一和摄像头二的间距可调，在安装板上还安装有光源系统，所述的光源系统由LED阵列环组成，所述的摄像头一和摄像头二均依次通过控制接口、传输线和DMA控制器与工控机连接。本实用新型通过本装置代替人工去完成单一样本的和统计，操作方便，效率高，准确率高。(ESM)同样的发明创造已同日申请发明专利 | ||||||
| 14 | 基于离群点检测和k-means结合的用户用电行为分析方法及系统 | CN202410013676.8 | 2024-01-04 | CN117951619A | 2024-04-30 | 张震; 周玉; 赵双双; 李悦; 高凡; 纪峰; 穆卓文; 崔高颖; 周超; 王舒; 夏宇航; 冯可 |
| 本发明公开了一种基于离群点检测和k‑means结合的台区用户用电行为分析算法，提出一种聚类与局部密度相结合的离群点检测算法，结合k‑means和基于CKNN的LOF的离群点检测算法处理数据集，使用核最近邻CKNN计算聚类过后的每个样本点的局部密度和基于聚类的离群因子来判断离群程度。提出一种结合SSE和K‑D值聚类效果评价指标rk自动确认剔除异常后的数据集的聚类K值，并选取多维特征值，综合考虑用户负荷波动性和功率因素等方面。使用动态粒子群算法优化k‑means聚类中心；进行聚类分析，得出几种所选用户中典型的用电行为模式曲线，并联合多维特征分析每一类用户用电数据，可以有效的帮助用电部门为用户提供有针对性的用电策略或营销服务，提升经济效益和社会效益。 | ||||||
| 15 | 一种基于场景特征及位置距离信息的群组行为分析方法 | CN202210943384.5 | 2022-08-08 | CN117576776A | 2024-02-20 | 卿粼波; 王昱晨; 姜雪; 陈洪刚; 何小海; 滕奇志 |
| 本发明提出了一种基于场景特征及位置距离信息的群组行为分析方法，主要涉及深度学习中提取和推理上下文特征进行个体行为和群组行为识别的问题。此方法提出一种上下文特征提取策略关注局部和全局信息，并通过图卷积网络推理交互信息，同时纳入自注意力图池化网络，提升行为识别的准确度。首先，使用双流特征提取网络提取个体特征。然后提出一种新的上下文特征提取策略，对个体位置距离信息建模用于丰富个体特征，并提取RGB帧的全局特征作为场景特征。接着，在图卷积网络中推理个体和场景的交互信息，通过自注意力图池化网络形成群组特征得到行为识别结果。本发明充分考虑群组的上下文特征，解决了行为识别中上下文特征利用不充分的问题。 | ||||||
| 16 | 一种基于实际距离建立集群分析的光伏电站异常检测方法 | CN202310666750.1 | 2023-06-07 | CN116861348A | 2023-10-10 | 郭铁滨; 姜科宇; 李爽; 刘赟静; 张家兴; 关潇卓; 杨烁; 高冶; 付饶; 李达; 姜丽; 公晶; 赵才博; 于明; 梁玉珠; 张楠; 申海; 张圆圆; 崔舒雯; 王健楠; 刁乃浔; 石根华 |
| 本发明公开了一种基于实际距离建立集群分析的光伏电站异常检测方法，属于数据异常检测技术领域，该方法如下：获取分布式光伏发电客户的用户信息和历史发电数据，根据用户信息和历史发电数据进行关联分析，得到每个光伏发电客户每日每时段的发电数据表；将分布式光伏发电客户的地址信息转换为空间经纬度数据，通过构建经纬度坐标转换为实际距离函数，计算每一个光伏发电客户与其他所有光伏发电客户之间的实际距离，设定一个实际距离的阈值半径，在阈值范围内的其他光伏发电客户与该用户视为一个集群，通过对该集群进行发电特性分析，进而分析分布式光伏电站是否异常发电。 | ||||||
| 17 | 基于离群值分析的医疗保险欺诈检测装置及方法 | CN201711471001.4 | 2017-12-29 | CN108596770B | 2022-04-01 | 王新军; 闫中敏; 陈志勇; 姜诚; 于杰 |
| 本发明提供了一种基于离群值分析的医疗保险欺诈检测装置及检测方法，其中，基于离群值分析的医疗保险欺诈检测装置，包括：医保数据获取模块；医保数据预处理模块；相似度分数计算模块；离群值检测模块；病人欺诈检测模块。本发明通过数据预处理改进了现有的离群值分析方法，并调整了每个病人的相似性得分，使其适合医疗保险领域。基于该方法，通过计算病人的相似度分数，采用相似性和离群值相结合的方式，利用相似性为每个病人计算一个相似度分数，然后进行离群值分析，通过统计，可以发现相似度分数的分布与正态分布相似，采用阈值与置信区间相结合的方式，以确定检测离群值的灵活临界值。 | ||||||
| 18 | 一种基于密度聚类的多机组运行状态离群分析方法及系统 | CN202111300977.1 | 2021-11-04 | CN114004512A | 2022-02-01 | 高晨; 童博; 赵勇; 程方; 韩毅; 宋子琛; 张宝锋 |
| 本发明提供的一种基于密度聚类的多机组运行状态离群分析方法及系统，包括以下步骤：步骤1，获取风电场每台风电机组t时刻对应的状态监测参量，组合形成该风电场对应的数据集，其中，所述状态监测参量包括电机转速、转矩、功率、电流有效值、发电机U相绕组温度、发电机V相绕组温度、发电机W相绕组温度、齿轮箱油温、冷却系统温度、电力电子器件温度和机舱环境温度；步骤2，采用DBSCAN密度聚类计算方法对采集到的数据进行处理；该方法有助于及早发现状态偏移机组，同时，采用的密度聚类方法聚类速度快，能够有效处理噪声点和发现任意形状的空间聚类，不需要输入要划分的聚类个数，无需根据历史数据进行繁杂的训练，具有较强的通用性。 | ||||||
| 19 | 基于粒子群算法和离散元分析的锚固边坡安全性评价方法 | CN202110430588.4 | 2021-04-21 | CN113431056B | 2022-01-28 | 夏鹏; 胡新丽; 吴爽爽; 段杭; 陈浩; 李岚星; 刘畅; 应春业 |
| 本发明提供了一种基于粒子群算法和离散元分析的锚固边坡安全性评价方法，基于现场勘察和仪器监测收集岩质锚固边坡的基础数据；基于离散元分析软件3DEC构建岩质锚固边坡分析计算模型；根据岩体蠕变试验确定蠕变本构模型及蠕变参数范围；基于粒子群算法和岩质锚固边坡分析计算模型的响应确定岩质锚固边坡分析计算模型中蠕变本构模型的最优参数；基于设定的分析时间，提取岩质锚固边坡的特征变量。根据特征变量的变化情况进行岩质锚固边坡长期安全性评价。本发明的有益效果是：有效提高了岩质锚固边坡安全性评价的准确性和评价效率，为岩质锚固边坡滑坡的演化机理研究与动态安全性评价提供有利条件。 | ||||||
| 20 | 一种适用于长距离输水工程的三孔箱涵群内力分析方法 | CN202110369553.4 | 2021-04-06 | CN113111455A | 2021-07-13 | 尚钦; 吕鹏; 王敏; 何勇; 王罗斌; 杨阳; 胡昌顺; 郑华康; 邓建; 潘文浩 |
| 本发明公开了一种适用于长距离输水工程的三孔箱涵群内力分析方法。它包括监测系统与分析系统；所述监测系统包含压力感应单元、数据传输单元、数据处理与分析单元，每个箱涵现场分别部署压力感应单元与数据传输单元，整个长距离输水工程的箱涵群共用一个数据处理与分析单元；压力感应单元与数据传输单元通过有线进行连接，数据传输单元通过互联网或局域网将压力感应单元的数据传输到数据处理与分析单元等。本发明在箱涵工程运行阶段，能够有效监控整个长距离输水工程箱涵群的所承受的外力和内部应力状态，快速响应长距离输水工程中交叉工程的荷载变化，便于判断箱涵群在运行期间的结构健康状态，为安全风险预警提供基础。 | ||||||
QQ群二维码
意见反馈
意见反馈