-
Patent Agency Ranking
公开(公告)号：CN102497642B
公开(公告)日：2014-07-23
申请号：CN201110436984.4
申请日：2011-12-23
Applicant: 湖南大学
Abstract: 本发明公开了一种可移动异构传感器网络的弱栅栏覆盖构建方法，计算节点覆盖区域在边界的映射以及未被节点映射区域覆盖的边界区域或缺口，移动节点从左至右依次覆盖缺口，且在保证不产生新的缺口的前提下最小化最大节点移动距离，即最小化所有节点中的最大移动距离，直至所有缺口都被节点映射区域覆盖为止，本发明的方法解决了可移动异构传感器网络中的弱栅栏覆盖问题。
-
公开(公告)号：CN110188771A
公开(公告)日：2019-08-30
申请号：CN201910412402.5
申请日：2019-05-17
Applicant: 湖南大学
Abstract: 本发明公开了一种基于图像处理的非侵入式电力负荷特征提取、识别方法、系统及介质，特征提取方法为采集获取电压电流轨迹，根据电压电流轨迹生成彩色的电压电流轨迹图像，包括电压电流大小以及电压电流相位特征；识别方法为提取目标电器的电力负荷特征输入卷积神经网络得到特征向量并附加上电流大小特征再输入Siamese CNN网络进行识别。本发明提取方法通过增加了颜色并引入了电压电流相位关系，能够提高识别准确率；本发明识别方法引入了电流大小特征，提高了具有相似性质电力负荷的识别准确率，且采用Siamese CNN网络使得在有新的电力负荷需要加入特征库时网络不需要重新训练，具有较高的实用性。
-
公开(公告)号：CN110570114A
公开(公告)日：2019-12-13
申请号：CN201910827961.2
申请日：2019-09-03
Applicant: 湖南大学
Abstract: 本发明公开了一种基于可变循环神经网络的电能质量扰动识别方法、系统及介质，本发明包括对电能质量扰动波形数据特征提取输入预先训练好的可变循环神经网络再通过激活函数生成对应N种扰动的输出概率曲线，可变循环神经网络中包含用于给输出层引入潜在随机变量的随机层，最终根据输出概率曲线确定某一时刻的扰动类型和/或某一扰动的起止时刻。本发明基于可变循环神经网络的电能质量扰动识别方法在电网中监测电能质量时，能够实现任意时刻的电能质量扰动类型的识别与分类，且能够准确地识别出扰动的起止时间，在普通家用电表引入此算法后，能够实现多节点，快速，准确的电能质量扰动识别。
-
公开(公告)号：CN102497642A
公开(公告)日：2012-06-13
申请号：CN201110436984.4
申请日：2011-12-23
Applicant: 湖南大学
Abstract: 本发明公开了一种可移动异构传感器网络的弱栅栏覆盖构建方法，计算节点覆盖区域在边界的映射以及未被节点映射区域覆盖的边界区域或缺口，移动节点从左至右依次覆盖缺口，且在保证不产生新的缺口的前提下最小化最大节点移动距离，即最小化所有节点中的最大移动距离，直至所有缺口都被节点映射区域覆盖为止，本发明的方法解决了可移动异构传感器网络中的弱栅栏覆盖问题。
-
公开(公告)号：CN110188771B
公开(公告)日：2021-02-23
申请号：CN201910412402.5
申请日：2019-05-17
Applicant: 湖南大学
Abstract: 本发明公开了一种基于图像处理的非侵入式电力负荷特征提取、识别方法、系统及介质，特征提取方法为采集获取电压电流轨迹，根据电压电流轨迹生成彩色的电压电流轨迹图像，包括电压电流大小以及电压电流相位特征；识别方法为提取目标电器的电力负荷特征输入卷积神经网络得到特征向量并附加上电流大小特征再输入Siamese CNN网络进行识别。本发明提取方法通过增加了颜色并引入了电压电流相位关系，能够提高识别准确率；本发明识别方法引入了电流大小特征，提高了具有相似性质电力负荷的识别准确率，且采用Siamese CNN网络使得在有新的电力负荷需要加入特征库时网络不需要重新训练，具有较高的实用性。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
