-
公开(公告)号:CN113409307A
公开(公告)日:2021-09-17
申请号:CN202110801807.5
申请日:2021-07-15
Applicant: 中南大学
Abstract: 本公开实施例中提供了一种基于异质噪声特性的图像去噪方法、设备及介质,属于图像处理技术领域,具体包括:将初始图像对应的三维数据集转化为二维数据集,并将二维数据集进行归一化操作后分解,得到初始数据集;根据初始数据集计算概率密度分布函数,并建立分解模型;优化分解模型,得到对应的参数公式;将全部参数公式进行迭代,得到分解模型中各参数的值;得到目标图像;判断目标图像的质量是否符合标准;若是,则输出目标图像;若否,则继续进行迭代直到符合标准。通过本公开的方案,对图像数据进行预处理并建立服从目标数据集中每个像素点的分解模型,再经过迭代分解模型中各参数的值,输出去噪后的目标图像,提高了计算效率和去噪效果。
-
公开(公告)号:CN113051769A
公开(公告)日:2021-06-29
申请号:CN202110380232.4
申请日:2021-04-09
Applicant: 中南大学 , 中国电力科学研究院有限公司
Abstract: 本发明涉及新能源和统计学习领域,特别涉及一种基于非对称损失与混合智能优化算法的功率曲线建模方法。所述方法包括:将风电场数据集划分为训练集、验证集和测试集;选定多个风功率曲线参数拟合模型,并构建非对称损失目标函数;以非对称损失目标函数为适应度函数采用预设的混合优化算法进行参数优化,获得多个待确定非对称损失目标函数参数对应的多个优化模型;采用验证集对所述优化模型进行评估,筛选出最优非对称损失目标函数参数和对应的最优参数模型;最后采用测试集对最优参数模型进行评估。该方法能够提高模型的准确性和可靠性,同时提高模型参数优化的效率和精度。
-
公开(公告)号:CN117932417A
公开(公告)日:2024-04-26
申请号:CN202311742927.8
申请日:2023-12-18
Applicant: 中南大学
IPC: G06F18/241 , G06F18/25 , G06F18/21 , G06N3/0442 , G01P5/00
Abstract: 本发明公开了一种基于多时间尺度特征的层次一致性风速预测方法,包括:数据预处理:将风速数据按一定比例随机分为独立的训练集、验证集和测试集三个子集,并将三个子集的风速进行归一化;模型构建与损失函数设计:构建基于多时间尺度特征的层次一致性风速预测模型MGFFR,并基于所有时间节点加和的方式设计分位数损失用来训练模型;模型训练与风速预测:使用训练集对MGFFR模型进行训练,并基于验证集寻优,最后使用测试集得到基础预测风速;调和:利用加权最小二乘法对确定性基础预测结果和概率基础预测结果进行调和;本发明实现多时间尺度层次上的特征融合,提高确定性预测的精度,并且能够准确提供每个时间层次上每个节点的风速预测范围。
-
公开(公告)号:CN114094556A
公开(公告)日:2022-02-25
申请号:CN202111312750.9
申请日:2021-11-08
Applicant: 中南大学
Abstract: 本申请公开了一种适用于多IGBT并联的动态均流缓冲电路,该电路包括:多个并联的IGBT管;所有相邻的两个IGBT管中的第一IGBT管集电极如果连接所述缓冲电阻,则所述相邻的两个IGBT管中的第二IGBT管的集电极则连接所述缓冲电感;所述第一IGBT管的发射极如果连接所述缓冲电感,则所述第二IGBT管的发射极则连接所述缓冲电阻;所有相邻的两个IGBT管的集电极之间连接有第一互连电感;所有相邻的两个IGBT管的发射极之间连接有第二互连电感。通过本申请解决了现有技术的IGBT并联中所产生问题中的至少之一,从在保证IGBT安全稳定运行,同时不需要复杂的电路结构和控制算法,还能避免产生门极环流,抑制开通振荡和过电流,降低IGBT在瞬态的电流不均衡度。
-
公开(公告)号:CN111027229B
公开(公告)日:2021-12-07
申请号:CN201911367126.1
申请日:2019-12-26
Applicant: 中南大学
IPC: G06F30/20 , G06K9/62 , G06N7/00 , G06F113/06
Abstract: 本发明提供了一种基于稀疏异方差多样条回归的风功率曲线拟合的方法,包括:采用模糊C均值算法自动检测异常点,针对原始风电数据获取去除异常点的数据;根据获取到的数据构建稀疏异方差多样条回归模型;采用变分贝叶斯方法对构建的稀疏异方差多样条回归模型进行优化,得到模型中所有参数的后验分布情况及参数公式;初始化模型参数,根据模型中所有参数的后验分布情况及参数公式,利用迭代的方法,求出参数的估计值。本发明所提供的基于稀疏异方差多样条回归的风功率曲线拟合的方法综合了多个样条基函数,增加了模型的非线性拟合能力,避免了冗余信息对最终回归结果的影响。
-
公开(公告)号:CN113723712B
公开(公告)日:2023-08-18
申请号:CN202111201545.5
申请日:2021-10-15
Applicant: 中南大学 , 中国电力科学研究院有限公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06F18/25
Abstract: 本公开实施例中提供了一种风电功率预测方法、系统、设备及介质,属于数据处理技术领域,具体包括:获取待预测地区的历史风电功率数据;将历史风电功率数据进行预处理;得到多时间尺度特征;根据多时间尺度特征建立t分布概率神经网络;得到多个初始模型;将验证集分别输入每个初始模型,将输出结果最优的初始模型作为预测模型;将测试集输入预测模型,得到待预测地区的风电功率预测结果。通过本公开的方案,利用一维卷积神经网络和双向长短记忆网络提取得到多时间尺度特征,并利用学生t分布对风功率预测的不确定性进行刻画,并构建了深度学生t概率神经网络来对未来风功率的不确定性进行准确预测,提高了预测效率和精准度。
-
公开(公告)号:CN112070157A
公开(公告)日:2020-12-11
申请号:CN202010929560.0
申请日:2020-09-07
Applicant: 中南大学
Abstract: 涉及计算机技术领域,尤其涉及基于无限混合高斯分布的多极限学习机模型的构建方法、装置及计算机设备。本发明通过建立多极限学习机模型(MELM),使用无限混合高斯分布(IMoG)来拟合模型MELM的回归误差,采用稀疏贝叶斯学习方法来优化模型MELM中的输出权重和模型权重,同时采用变分贝叶斯的方法对模型中所有参数进行优化,获得一个紧致的预测模型,预测效果良好,不仅具有超强的鲁棒性能,可以避免预先确定MoG中单个高斯分布的数量,并且在给定模型参数初始值的情况下可以自动获得模型中所有参数的概率分布。
-
公开(公告)号:CN114938221B
公开(公告)日:2025-04-04
申请号:CN202210720894.6
申请日:2022-06-23
Applicant: 中南大学
Abstract: 本发明属于IGBT技术领域,公开了一种基于栅极电阻控制的并联IGBT动态均流系统,通过减小后开通和关断的IGBT的栅极电阻来实现并联均流,因此不会因减缓了IGBT在瞬态的电流变化而降低开关频率,而且这种调节开关的方式适用于数字控制系统,此外,与调节驱动信号延时的方法相比,改变栅极电阻的方式更为简单方便;通过调节栅极电阻的方式来改变IGBT的电流在瞬态的变化率,从而实现并联均流的目的;将栅极电阻分为两部分,其中一部分并联一个开关,控制开关的通断来改变栅极电阻大小;以电流幅值和变化率为依据来判断IGBT的开通和关断时间是超前还是滞后,进而决定开关是导通还是关断。
-
公开(公告)号:CN113988359B
公开(公告)日:2024-08-13
申请号:CN202111049436.6
申请日:2021-09-08
Applicant: 中南大学
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/08 , G06F18/25 , H02J3/00
Abstract: 本发明实施例提供一种基于非对称Laplace分布的风功率预测方法和系统,利采用该分布对风电预测的不确定性进行建模,在实现概率风功率预测的过程中,首先,利用最大信息系数(MIC)来刻画预测目标与历史功率之间的线性和非线性关系,进而选择合理的历史功率数据作为最优的输入;然后,为了避免信息丢失,提出了基于多个CNN卷积层上多尺度特征融合模块,进一步提升CNN的特征提取能力;最后利用双向LSTM提取时间信息并预测非对称Laplace分布的参数。
-
公开(公告)号:CN113437863B
公开(公告)日:2022-10-25
申请号:CN202110462781.6
申请日:2021-04-28
Applicant: 中南大学
IPC: H02M1/34
Abstract: 本发明公开了一种并联IGBT动态均流缓冲电路,包括两个IGBT管Q1和Q2以及缓冲电路部分,所述缓冲电路部分包括缓冲电感L1和L2、缓冲电阻R1和R2、互连二极管D3和D4以及互连电感L3和L4。该动态均流缓冲电路中由R2、D4、L4、L2、L1、L3、D3、R1构成的上下缓冲电路之间通过有机配合,可自动实现并联IGBT的动态均流功能,并保证每个IGBT安全稳定运行,同时能够缩短电流拖尾时间,还能避免产生瞬态的开通振荡和门极环流问题,且该电路结构简单,软硬件成本较低。
-
-
-
-
-
-
-
-
-