嗯呐的案例列表

嗯呐

风力发电预测

本风电预测项目以风速、风向、空气密度、温度、气压等多维气象要素为输入，构建从数据驱动到功率输出的智能预测系统。其核心功能是自动采集并清洗场站气象与历史功率数据，通过特征工程与机器学习/深度学习算法，实现对未来数小时至数天的风力发电功率精准预测，提供功率曲线、置信区间和异常预警，支撑电网优化调度与风电场精益运维。在作品中，我担任算法与建模负责人，主导了数据探索、多维特征构造与筛选、模型选型（如XGBoost、LSTM等），并完成超参数调优与交叉验证；同时设计了模型融合与在线评估方案，显著提升了复杂气象条件下的预测精度和鲁棒性。...

瓦斯浓度预测

人工智能-其他嗯呐

本项目以矿井环境中的温度、湿度、气压为输入，通过时序预测模型实时输出瓦斯浓度。系统功能涵盖多源传感器数据采集与清洗、特征构建与筛选、基于深度学习的瓦斯浓度动态预测，以及超限分级预警和可视化看板。它能够提前感知瓦斯异常趋势，为通风调控和安全撤人提供数据依据，有效降低突出与爆炸风险。我担任算法工程师，主要负责数据预处理、特征工程和预测模型的设计、训练与调优，并编写模型推理接口，与后端协同完成系统联调，确保预测精度和实时性满足井下作业要求。...

轴承故障诊断

人工智能-其他嗯呐

这个项目基于轴承振动信号分析，能够自动识别内圈、滚珠、外圈三种故障位置，并判断故障的严重程度。系统先对原始信号进行降噪与自适应特征提取，再通过分类模型实现精准的故障定位，输出带有可信度的诊断结果，帮助及时发现早期隐患、指导精准维修。我在项目中担任算法设计者，负责构建故障特征工程方案，设计并训练多分类模型，优化其对不同故障程度的区分能力，并完成模型评估与迭代，确保内圈、滚珠、外圈故障定位的准确性和鲁棒性。...

电力负荷预测

人工智能-其他嗯呐

本项目旨在构建一个基于气象驱动的短期电力负荷预测系统，核心输入为气温、水平面太阳直接辐射与散射辐射。功能上，系统通过采集这三类时序数据，结合历史负荷，挖掘气温与人体舒适度、太阳辐射（直接与散射分量）对光伏发电及用电行为的耦合影响，利用梯度提升树与时序卷积网络等混合模型，输出未来数小时至数日的负荷预测曲线，辅助电网优化调度与新能源消纳。我承担算法工程师角色，负责整体建模流程：从多源气象与负荷数据的时空对齐清洗、构造辐射-温度交叉特征，到设计融合直接/散射辐射的双通道注意力网络，完成模型训练、调优及误差分析，确保在晴雨多变天气下仍保持较高预测精度。...

光伏发电预测

人工智能-其他嗯呐

本光伏发电预测项目利用温度、降水率、低云量、中云量、高云量、10米风速、向下短波辐射通量、向下长波辐射通量及能见度等多维气象因子，构建数据驱动的回归模型，准确预估光伏电站的输出功率。其核心功能包括自动接收和处理历史气象与功率数据，通过特征筛选、时序建模与误差分析，实现未来数小时至数天的功率预测，辅助电网调度、提升新能源消纳率并降低弃光。模型支持多种算法（如XGBoost、LightGBM、LSTM等）的对比与集成，并可输出预测区间，为运维决策提供依据。我在作品中担任算法工程师角色，全面负责数据探索与预处理，包括缺失值填补、异常值平滑和分布校正；进行深度特征工程，重点挖掘向下短波辐射与各...

煤炭目标检测

人工智能-其他嗯呐

本项目设计了一套基于计算机视觉的煤炭目标检测系统，专门针对煤矿传送带复杂工况，实时检测煤块、矸石、异物，并引入“未知”类用于捕捉未定义异常目标。系统采用深度卷积神经网络，结合多尺度特征融合与注意力机制，在煤尘、光照多变环境下仍保持高检出率与低误检率，输出类别、位置与置信度，直接驱动分拣装置或报警，实现智能排矸、异物剔除及未知风险预警，显著降低人工拣选强度与漏检风险。在作品中，我担任核心算法负责人，主导数据采集方案设计、图像清洗与标注规范制定，选型并优化检测模型结构，完成训练策略调参、模型蒸馏与量化加速，最终将模型部署在边缘计算设备上，保证实时推理，并参与系统联调与现场迭代，确保检测精度...

工业智能预测与视觉检测服务系统

人工智能-其他嗯呐

本系统是一个面向新能源与工业智能化的多场景监测预测平台，深度融合物联网传感、时序数据和计算机视觉技术，实现了六大核心功能：新能源发电预测：利用风速、风向、空气密度、温度、气压等多维气象要素，对风力发电功率进行精准预测；同时基于温度、降水率、云量、风速、长短波辐射通量及能见度等，实现光伏发电功率的精细化预测。电力负荷预测：结合气温、水平面太阳直接辐射和散射辐射数据，构建负荷预测模型，支撑电网经济调度。煤矿安全与设备诊断：通过温度、湿度、气压实时预测井下瓦斯浓度，实现超前预警；针对轴承振动信号，识别内圈、滚珠、外圈等不同部位的故障程度，完成故障精准定位。煤炭视觉目标...

------ 加载完毕 ------