-
公开(公告)号:CN107832834A
公开(公告)日:2018-03-23
申请号:CN201711115293.8
申请日:2017-11-13
申请人: 合肥工业大学
摘要: 本发明公开了一种基于生成对抗网络的WIFI室内定位指纹库的构建方法,包括:1、通过测量得到衡量信道情况的信道状态信息,即CSI数据;2、分别将每个位置的CSI数据处理为对应的幅值相位特征图初步构建指纹库;3、将得到的幅值相位特征图送入生成对抗网络中训练生成更多的幅值相位特征图,从而构建样本充足的WIFI室内定位指纹库。本发明利用生成对抗网络生成不同位置的幅值相位特征图的方法减少了信号采样数量,解决了CSI数据不足时无法有效建库的问题,提高了测量效率、简便易行。
-
公开(公告)号:CN105187849A
公开(公告)日:2015-12-23
申请号:CN201510502705.8
申请日:2015-08-14
申请人: 合肥工业大学
IPC分类号: H04N21/2343 , H04N21/2383 , H04N21/2385 , H04N21/262
CPC分类号: H04N21/234327 , H04N21/2383 , H04N21/2385 , H04N21/26216
摘要: 本发明公开了一种基于D2D和蜂窝网络的可伸缩视频多播资源分配的方法,其特征是按如下步骤进行:1将移动设备划分为蜂窝设备和D2D设备;2将视频流分割为基础层和增强层;3基站为每个视频层选择各自的调制编码方式并进行传输;4蜂窝设备和第一优先级设备接收视频层;第一优先级设备再传输给次优先级设备;5统计蜂窝设备、第一优先级设备和次优先级设备所接收到的视频层总数并计算效用值。本发明能提高频谱利用率,增加网络环境中的设备容量,解决频谱资源紧张的问题,从而有效提高网络环境整体的吞吐量,设备也能够接收提供到更好的视频质量。
-
公开(公告)号:CN118861691A
公开(公告)日:2024-10-29
申请号:CN202411323609.2
申请日:2024-09-23
申请人: 国网安徽省电力有限公司电力科学研究院 , 合肥工业大学 , 国网安徽省电力有限公司 , 国网安徽省电力有限公司超高压分公司 , 南京南瑞继保工程技术有限公司 , 国电南瑞科技股份有限公司
IPC分类号: G06F18/214 , G06F40/151 , G06N3/0455 , G06F9/50 , G06Q50/06 , G06F17/15 , G06F17/16
摘要: 本发明公开了一种集控系统中报警信息目标模型的构建方法、系统、应用。包括:收集报警信息,预处理报警信息,剔除报警信息中的无意义词;利用Word2vec模型表示预处理后的监测报警信息的分布向量;利用Word2vec模型表示预处理后的监测报警信息的分布向量;改进的Mamba模型并训练;采用改进后的Mamba模型,对报警信息进行整合与分类,并提取关键报警信息。本发明改进的Mamba模型,可对向量信息进行压缩,减小计算量,提高计算速度。
-
公开(公告)号:CN118707256A
公开(公告)日:2024-09-27
申请号:CN202411195611.6
申请日:2024-08-29
申请人: 合肥工业大学
摘要: 本发明公开了一种基于有限µPMU数据驱动的配电网故障测距方法及系统,方法包括:构造配电网的拓扑图,获取拓扑图的邻接矩阵和最短距离矩阵;根据最短距离矩阵,确定µPMU装置和智能电表在配电网节点中的放置位置;采集配电网发生故障时,µPMU装置测量的电压波形序列、智能电表测量的电压值;通过离散小波变换将电压波形序列分解,获取细节分量和近似分量;将近似分量和智能电表测量的电压值结合,获取故障选线原始电压输入特征矩阵并联合邻接矩阵作为输入,输入至故障选线图卷积神经网络中,获取最优故障线路特征;将细节分量和最优故障线路特征输入至故障测距人工神经网络中,获取故障的位置信息。本发明能解决传统方法中阻抗法故障定位多重估计问题。
-
公开(公告)号:CN118332437A
公开(公告)日:2024-07-12
申请号:CN202410492361.6
申请日:2024-04-23
申请人: 国网安徽省电力有限公司滁州供电公司 , 合肥工业大学
IPC分类号: G06F18/2415 , G06F18/15 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G01R31/08 , G06F123/02
摘要: 本发明公开了一种考虑图卷积神经网络节点相关性的配电网故障定位方法,包括:1将配电网的电气节点和电力连接线抽象为由顶点和边组成的图结构;2测量故障发生前、后电气节点的电压值;3采用改进的K近邻补全算法对缺失数据进行补全;4通过补全特征数据计算两两节点之间的余弦相似度,然后与邻接矩阵各元素相乘得到相关性矩阵;5根据相关性矩阵,设置最大聚合邻居个数以及相关性阈值,得到相关性筛选矩阵,用来计算该层图卷积神经网络的特征矩阵,每经过一层图卷积神经网络后更新相关性矩阵和相关性筛选矩阵;6最后一层图卷积神经网络的输出特征矩阵输入到softmax层后,得到故障发生的位置信息。本发明能提高故障定位的精度。
-
公开(公告)号:CN117829822B
公开(公告)日:2024-06-04
申请号:CN202410241724.9
申请日:2024-03-04
申请人: 合肥工业大学 , 国网安徽省电力有限公司
IPC分类号: G06Q10/20 , G06Q50/06 , G06F18/214 , G06F17/18 , G06N3/044 , G06N3/045 , G06N3/08 , G06N7/01 , H02J3/00
摘要: 本发明提供一种电力变压器故障预警方法及系统,方法包括:预测得到供Transformer训练的适用采样数据;利用Transformer‑BO模型中的自适应BO管道,根据适用采样数据进行样本采样操作;根据训练数据集合,对Transformer‑BO模型进行小样本学习,以得到适用故障预警模型;从适用采样数据中获取溶解气体时间序列数据,利用适用故障预警模型,处理溶解气体时间序列数据,以捕获气体变化顺序信息、气体变化多维特征,据以获取气体浓度预测结果。本发明解决了变压器故障预警操作的准确性及稳定性较差、对训练样本要求较高以及小样本学习能力和抗高噪声能力弱的技术问题。
-
公开(公告)号:CN118080366A
公开(公告)日:2024-05-28
申请号:CN202410434994.1
申请日:2024-04-11
申请人: 合肥工业大学
摘要: 本发明公开了一种用于PCB缺陷的视觉检测与分拣装置及方法,该装置是在水平传送装置的末端设置有分拣装置,在水平传送装置的中部设置有视觉检测装置,待检测PCB由水平床送装置运输至视觉检测装置正下方后,通过视觉算法对待检测PCB进行缺陷检测,分拣装置根据检测结果对PCB进行分拣。本发明能自动化地完成对PCB的检测与分拣,从而能提高生产的效率与质量。
-
公开(公告)号:CN117949870A
公开(公告)日:2024-04-30
申请号:CN202410116488.8
申请日:2024-01-26
申请人: 国网安徽省电力有限公司超高压分公司 , 合肥工业大学
IPC分类号: G01R31/62 , G06F18/241 , G06N3/0464 , G06N3/0499 , G06N3/084
摘要: 本发明公开了基于数字孪生的直流换流变压器隐性故障诊断方法及系统,方法包括:采集特高压直流换流变压器的运行状态数据;利用运行状态数据在虚拟空间建立换流变压器数字孪生模型并对该模型进行实时更新;通过运行状态数据和数字孪生模型数据构建信息系统S,利用粗糙集理论的数据处理方法获得信息系统S的特征参量集N;通过局部稀疏设计构建深度优化网络,并训练该网络;将实时采集的特征参量集N输入训练好的深度优化网络,得到故障诊断结果;本发明的优点在于:提高故障诊断的效率和准确性。
-
公开(公告)号:CN117688818B
公开(公告)日:2024-04-30
申请号:CN202410129874.0
申请日:2024-01-31
申请人: 合肥工业大学 , 国网安徽省电力有限公司亳州供电公司
IPC分类号: G06F30/23 , G06F113/16 , G06F119/14
摘要: 本发明公开了一种极限天气下配电网线舞动与失效规律的数值仿真方法,包括:步骤1、荷载分析,包括静力分析和动力分析;步骤2、建立有限元模型,包括构建简单模型、构建复杂模型,以及对配电网塔线系统的简单模型与复杂模型进行小尺度动态模拟,比对简单模型与复杂模型的模拟结果,分析简单模型与复杂模型间的线性关系,修改简单模型计算出需求的线性模型;步骤3、易损性分析。本发明建立了配电网线塔的简单模型与复杂模型,确定简单模型与复杂模型间的线性关系,以便利用复杂模型的准确性和简单模型的效率来实现中尺度的动态模拟,以保证复杂模型的特征的同时保持合理的计算时间。
-
公开(公告)号:CN117829822A
公开(公告)日:2024-04-05
申请号:CN202410241724.9
申请日:2024-03-04
申请人: 合肥工业大学 , 国网安徽省电力有限公司
IPC分类号: G06Q10/20 , G06Q50/06 , G06F18/214 , G06F17/18 , G06N3/044 , G06N3/045 , G06N3/08 , G06N7/01 , H02J3/00
摘要: 本发明提供一种电力变压器故障预警方法及系统,方法包括:预测得到供Transformer训练的适用采样数据;利用Transformer‑BO模型中的自适应BO管道,根据适用采样数据进行样本采样操作;根据训练数据集合,对Transformer‑BO模型进行小样本学习,以得到适用故障预警模型;从适用采样数据中获取溶解气体时间序列数据,利用适用故障预警模型,处理溶解气体时间序列数据,以捕获气体变化顺序信息、气体变化多维特征,据以获取气体浓度预测结果。本发明解决了变压器故障预警操作的准确性及稳定性较差、对训练样本要求较高以及小样本学习能力和抗高噪声能力弱的技术问题。
-
-
-
-
-
-
-
-
-