-
公开(公告)号：CN111578371B
公开(公告)日：2021-09-03
申请号：CN202010441480.0
申请日：2020-05-22
Applicant: 浙江大学
IPC: F24D19/10 , G06F30/13 , G06F119/08
Abstract: 本发明涉及一种数据驱动的城市集中供热系统精准调控方法，该方法包括如下步骤：步骤S1，建立各楼宇热负荷需求指标和相应的预测模型；步骤S2，根据预测模型计算出满足各楼宇在一定天气条件下达到目标室温的热负荷及相应的楼口流量与二次供温组合关系；步骤S3，计算出在二次侧总流量一定的约束条件下使各楼宇达到目标室温的二次供温和流量分配方案；步骤S4，根据流量分配方案调节各楼宇的楼口流量；步骤S5，建立热力站运行的板换模型；步骤S6，采用板换模型计算出一次侧阀门开度，并据此执行控制操作。本发明方法通过在二次侧楼宇入口安装普通的电控阀，由控制系统计算出阀门的开度并将电信号发送到电控阀，节省了各楼宇处的控制成本。
-
公开(公告)号：CN109711411B
公开(公告)日：2020-10-30
申请号：CN201811505408.9
申请日：2018-12-10
Applicant: 浙江大学
Abstract: 本发明公开了一种基于胶囊神经元的协同分割识别方法。该方法使用胶囊神经元搭建的网络，建模和学习了目标的形状知识，并基于此类网络搭建了一个协同分割与识别的模型。相比于经典标量神经元，胶囊神经元能够逐层解析和捕捉目标低层局部实例到高层局部实例的几何关系，一直解析到目标整体。因此它能够将目标和背景干扰的特征进行解缠；而目标的特征则可进一步用于目标的重构和生成。本发明基于胶囊神经元于胶囊网络的这种性质，搭建了“编码器‑解码器”的网络拓扑结构，能够有效学习和利用目标的先验知识和信息，将其应用到协同分割与识别模型中。该方法的可拓展性较强，编码器和解码器网络能够替换为其他合适的神经网络，以满足不同的需要。
-
公开(公告)号：CN106709452B
公开(公告)日：2020-07-07
申请号：CN201611208019.0
申请日：2016-12-23
Applicant: 浙江大学
Abstract: 本发明公开了一种基于智能巡检机器人的仪表位置检测方法。该方法通过智能巡检机器人的云台摄像头，获得仪表图像，统一图像的亮度和大小后，遍历图像获得样本集，并提取每个样本的视觉特征，放入SVM分类器中计算分数，获得仪表的粗略位置。在粗略位置处对图像进行缩放搜索获得样本集，进一步获得仪表的精确位置。本发明采集背景区域(即非仪表区域)作为负样本训练，有效地利用了背景信息，减弱背景中与目标相似的物体对算法的影响。进一步采取先遍历搜索，再尺度搜索的方式，优化了算法的性能，有效地提高了分类器的检测准确率。
-
公开(公告)号：CN106849171A
公开(公告)日：2017-06-13
申请号：CN201710167147.3
申请日：2017-03-20
Applicant: 云南电网有限责任公司 , 浙江大学
IPC: H02J3/38
CPC classification number: H02J3/38 , H02J2003/007
Abstract: 本发明涉及一种并网电压受控型逆变器的非线性下垂控制方法，包括以下步骤：（1）、设计具有非线性特性逆变器输出频率与有功功率之间的下垂关系曲线，所述曲线为分段函数；（2）、设计随输出有功功率变化而自适应变化的逆变器虚拟电抗。本申请控制方法与传统线性下垂相比，更加符合电网实际运行需求，带来了更多的控制灵活性和电网友好性，使得并网逆变器具有非线性频率支撑功能；与非线性下垂相适应的自适应虚拟电抗会随着逆变器出力的变化而变化，在一定范围内，可以为逆变器提供额外的阻尼，提高并网逆变器的稳定性。
-
公开(公告)号：CN1331807C
公开(公告)日：2007-08-15
申请号：CN200310104210.7
申请日：2003-10-23
Applicant: 浙江大学 , 浙江正原电气股份有限公司
IPC: C04B35/462 , C04B35/622 , C04B35/64 , H01B3/12
Abstract: 本发明涉及是一种高介电常数低温烧结微波介质陶瓷及其制备方法，将原料Li2CO3、Nb2O5、TiO2在乙醇中混合，烘干，煅烧，加入V2O5和溶胶-凝胶法自制的ZnO-B2O3-SiO2(简称ZBS)玻璃，混合、干燥、压制成小圆片，烧成即得到本发明材料。本发明的特点：采用V2O5、ZBS协同降低材料的烧结温度，并调整材料的频率温度系数；特定的工艺改善了粉体及料浆特性，并与银电极得到较好的共烧匹配；在900℃左右烧结具有较好的微波介电性能：ε＝50～70；Q·f＞4000GHz，频率温度系数τf＝-10～+10ppm/℃内；材料工艺稳定、重现性好。本发明材料是极具价值的低温烧结微波介质陶瓷材料，可应用于多层带通滤波器、高通滤波器、低通滤波器、双工器、天线、巴伦等多层微波频率器件设计生产。
-
Patent Agency Ranking
公开(公告)号：CN1152437C
公开(公告)日：2004-06-02
申请号：CN02111221.5
申请日：2002-03-29
Applicant: 浙江大学
IPC: H01L31/0296 , H01L31/18
CPC classification number: Y02P70/521
Abstract: 本发明公开了一种单晶硅片衬底的磁控溅射铁膜合成二硫化铁的制备方法。采用晶体取向分别为(100)及(111)的两种单晶硅片为载膜衬底，通过磁控溅射沉积25～150nm厚度的纯铁膜，再将纯铁膜和在硫化温度下能产生80kPa压力所需质量的升华硫粉封装于石英管中，抽真空后密封置于加热炉中以3℃/min的升温速率加热至400～500℃进行热硫化反应10～20h，以2℃/min的速率降温至室温。本发明简化了直接溅射二硫化铁时通入硫蒸气或硫化氢的复杂过程，所合成的二硫化铁薄膜具有较标准的化学计量成分，不出现过渡相；薄膜与衬底之间具有较高的附着力，不易产生局部剥落；可以为关于衬底晶体结构和晶格参数对二硫化铁晶体生长影响规律的研究提供实验样品。
-
公开(公告)号：CN111275579B
公开(公告)日：2022-10-18
申请号：CN202010108823.1
申请日：2020-02-21
Applicant: 浙江大学
IPC: G06Q50/06 , G06F16/2458
Abstract: 本发明涉及供热技术领域，公开了一种基于皮尔森相关系数和移动平均法的供热系统热延迟时间辨识方法，本方法以历史大数据为基础，结合外部气候数据和建筑物温度，基于皮尔森相关系数和移动平均法，通过数据辨识的方法自动获得热力站或二级网的热响应时间，该方法仅需获得供热系统普通历史运行数据，通过大数据方法辨识出供热系统热响应时间，不依赖于高质量的数据采集，同时不易受单次故障数据或者异常数据的影响，基于辨识结果，根据热网延迟时间的不同制定不同的储能或调度策略，有利于提升供热系统运行调控的精细化程度，降低热网运行能耗水平。
-
公开(公告)号：CN111161280B
公开(公告)日：2022-10-04
申请号：CN201911310194.4
申请日：2019-12-18
Applicant: 浙江大学
Abstract: 本发明实施例公开了一种基于神经网络的轮廓演化以及分割方法。该方法使用神经网络来自主自动地表达轮廓演化方向，将其应用于图像分割任务。本方法将轮廓演化分割过程阐释为一个给定初始化的增量更新过程，并使用神经网络来表达演化方向。相比于传统的主动轮廓分割模型和方法需要人工设定能量函数与演化方向，基于神经网络的轮廓演化可从数据和当前轮廓中自动学习和估计轮廓的演化方向。这种表达方法能够适应不同的初始轮廓，也克服了传统主动轮廓分割模型对于初始化轮廓非常敏感的问题。同时，由于本方法基于神经网络，因此估计演化方向的网络能够根据需要自行拓展以适应不同的分割任务场景。
-
公开(公告)号：CN112150307A
公开(公告)日：2020-12-29
申请号：CN202010988686.5
申请日：2020-09-18
Applicant: 浙江大学
IPC: G06Q50/06 , G06F30/18 , G06F30/27 , G06F113/14 , G06F119/08
Abstract: 本发明涉及一种供热系统在线映射模型参数估计方法与系统。该方法包括如下步骤：步骤S1，基于图论和流体控制方程建立供热系统在线映射模型；步骤S2，以最大信息熵原理为准则生成工况样本集；步骤S3，根据供热系统的可观测状态量数据对供热网络进行子网划分；步骤S4，基于自适应机器学习算法实现供热系统在线映射模型特征参数的在线辨识估计。本发明通过实时监测供热系统各个测量点的实时数据，结合供热系统的历史运行数据，生成最大信息熵样本集和实现供热网络子网划分，有效降低供热系统数据辨识的时间复杂度，为供热系统全网大范围辨识估计提供了一种快速算法，使在线映射模型能实时更正特征参数，保证供热系统仿真的准确性与实时性。
-
公开(公告)号：CN111275579A
公开(公告)日：2020-06-12
申请号：CN202010108823.1
申请日：2020-02-21
Applicant: 浙江大学
IPC: G06Q50/06 , G06F16/2458
Abstract: 本发明涉及供热技术领域，公开了一种基于皮尔森相关系数和移动平均法的供热系统热延迟时间辨识方法，本方法以历史大数据为基础，结合外部气候数据和建筑物温度，基于皮尔森相关系数和移动平均法，通过数据辨识的方法自动获得热力站或二级网的热响应时间，该方法仅需获得供热系统普通历史运行数据，通过大数据方法辨识出供热系统热响应时间，不依赖于高质量的数据采集，同时不易受单次故障数据或者异常数据的影响，基于辨识结果，根据热网延迟时间的不同制定不同的储能或调度策略，有利于提升供热系统运行调控的精细化程度，降低热网运行能耗水平。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.029 seconds)
