一种基于边缘计算的有源配电网断零故障定位与保护方法

    公开(公告)号:CN115912246A

    公开(公告)日:2023-04-04

    申请号:CN202211344035.8

    申请日:2022-10-31

    Applicant: 湖南大学

    Inventor: 李君 何敏 黄守道

    Abstract: 本发明适用于配电自动化技术领域,涉及一种基于边缘计算的有源配电网断零故障定位与保护方法,包括:S10、在有源低压配电网的配电箱和分支箱内的进出线上安装智能开关;S20、在低压台区侧安装边缘计算装置;S30、智能开关对线路上的相电压和相电流进行采样;S40、根据断零判断算法计算本开关节点是否有断零故障产生,若是则保护跳闸并隔离故障区域,上报故障信息到边缘计算装置;S50、边缘计算装置计算出故障位置,并将故障位置与故障隔离信息上传到主站,由主站通知运维人员进行故障抢修。本发明现场实施简便、效果稳定可靠,不仅能正确识别断零故障,同时还能准确对故障区段进行定位。

    一种基于深度学习多源异构网络的药物重定位方法

    公开(公告)号:CN111681718B

    公开(公告)日:2022-08-23

    申请号:CN202010531562.4

    申请日:2020-06-11

    Applicant: 湖南大学

    Abstract: 本发明属于计算机生物信息学领域,公开了一种基于深度学习多源异构网络的药物重定位方法。本发明包括步骤:使用随机游走方法,得到概率共生矩阵数据集;利用移位正点互信息(PPMI)矩阵方法计算数据集;利用计算所得的多源数据集对图卷积编码器模型进行训练,获得药物信息的低维嵌入表示作为变分自编码器的输入数据进行参数训练,将训练好的模型结合已知的药物疾病关联矩阵做最终的药物重定位预测。本发明避免了传统特征提取方法的局限,如:高度依赖于医护人员的经提取出有区分性的高质量特征,也往往存在一定的困难,而且准确率低,本发明借助于图卷积编码器模型和变分自编码器网络模型,实现高精度的药物重定位预测。

    癌症分子亚型分类方法、模型训练方法、设备及介质

    公开(公告)号:CN117953270B

    公开(公告)日:2024-11-26

    申请号:CN202311762277.3

    申请日:2023-12-20

    Applicant: 湖南大学

    Abstract: 本申请涉及人工智能技术领域,公开一种癌症分子亚型分类方法、模型训练方法、设备及介质。癌症分子亚型分类方法包括:获取全玻片图像;对全玻片图像进行分割处理,得到多个图像块;利用预训练的对比学习模型,对图像块进行特征对比学习,生成第一特征向量、第二特征向量、第三特征向量和锚点向量;利用预训练的分类模型,对第一特征向量、第二特征向量和第三特征向量进行稀疏注意力计算操作和卷积操作,生成预测结果;依据预测结果,对全玻片图像进行癌症分子亚型分类。本申请实施例可以提高深度学习模型对于数字病理图像的分类能力,提高临床实践中指导癌症患者的靶向治疗的有效性。

    一种用于功率电源芯片的带隙基准电路

    公开(公告)号:CN117908620A

    公开(公告)日:2024-04-19

    申请号:CN202410074755.X

    申请日:2024-01-18

    Applicant: 湖南大学

    Abstract: 本发明公开了一种用于功率电源芯片的带隙基准电路,属于集成电路设计领域,包括:自启动模块、一阶曲率补偿模块、零次方温漂模块、一次方温漂模块以及高阶曲率补偿模块。该电路采用高阶温度依赖项产生技术与电流模补偿模式,在保证宽工作温度范围的前提下,不仅能够显著降低传统一阶和低阶曲率补偿产生的较大温度漂移系数,而且具有高电源抑制比能力以满足恶劣工作环境,并且由于无需传统的运算放大器和电压偏置级等模块而具有很低的功耗,从而适合应用于需要集成带隙基准源的功率芯片中。本发明的带隙基准拥有结构简单,生产成本低,面积小的优点,兼具低温漂,低功耗以及高可靠性的突出特点,可以提升功率电源IC的效率与稳定性。

    一种基于暂态方向的有源配电网接地故障定位方法

    公开(公告)号:CN114966325B

    公开(公告)日:2025-02-18

    申请号:CN202210778380.6

    申请日:2022-06-30

    Abstract: 本发明公开了一种基于暂态方向的有源配电网接地故障定位方法:在有源配电网的每条馈线中,安装接地故障监控装置。接地故障监控装置负责对线路上的相电压和相电流进行同步采样,对电压和电流进行录波,通过滤波算法对波形实时提取三相暂态特征信号;当检测到有暂态电压和暂态电流信号产生,计算暂态方向值,确定本装置是否有接地故障产生,各监控装置将接地故障判断结果上传到主站,由主站完成接地故障区段定位和故障隔离。该方法克服了现有接地故障定位方法存在的实施困难,安装成本高,现场实施不灵活,对有源配电网接地故障存在误判的问题。

    癌症分子亚型分类方法、模型训练方法、设备及介质

    公开(公告)号:CN117953270A

    公开(公告)日:2024-04-30

    申请号:CN202311762277.3

    申请日:2023-12-20

    Applicant: 湖南大学

    Abstract: 本申请涉及人工智能技术领域,公开一种癌症分子亚型分类方法、模型训练方法、设备及介质。癌症分子亚型分类方法包括:获取全玻片图像;对全玻片图像进行分割处理,得到多个图像块;利用预训练的对比学习模型,对图像块进行特征对比学习,生成第一特征向量、第二特征向量、第三特征向量和锚点向量;利用预训练的分类模型,对第一特征向量、第二特征向量和第三特征向量进行稀疏注意力计算操作和卷积操作,生成预测结果;依据预测结果,对全玻片图像进行癌症分子亚型分类。本申请实施例可以提高深度学习模型对于数字病理图像的分类能力,提高临床实践中指导癌症患者的靶向治疗的有效性。

    一种基于条件离散扩散模型的核酸适体生成方法

    公开(公告)号:CN116631499A

    公开(公告)日:2023-08-22

    申请号:CN202310596495.8

    申请日:2023-05-25

    Applicant: 湖南大学

    Inventor: 王振 何敏

    Abstract: 本发明公开了一种基于条件离散扩散模型的核酸适体生成方法,S1、通过经SELEX筛选的候选核酸序列构建数据集;S2、对数据集进行数据预处理得到最终的训练数据:S3、得到训练好的变分自编码器模型;S4、构建并训练条件离散扩散模型:S5通过条件离散扩散模型生成新的核酸适体序列;S6、测得生成的核酸适体与靶标蛋白的结合亲和力;S7、通过测得的由每个类别分布的中心点生成的核酸适体序列的SPR值,在隐空间进行贝叶斯优化,得到下一轮可能的结合亲和力更高的点。S8、重复步骤S6和S7,直至得到的核酸适体序列的SPR值不再变化。本发明与传统的SELEX筛选流程结合,有利于提高核酸适体筛选效率和发现与靶标蛋白更具结合亲和力的核酸适体,对促进功能性核酸的多场景应用有着重要的指导作用。

    一种基于边缘计算的有源配电网断零故障定位与保护方法

    公开(公告)号:CN115912246B

    公开(公告)日:2023-06-23

    申请号:CN202211344035.8

    申请日:2022-10-31

    Applicant: 湖南大学

    Inventor: 李君 何敏 黄守道

    Abstract: 本发明适用于配电自动化技术领域,涉及一种基于边缘计算的有源配电网断零故障定位与保护方法,包括:S10、在有源低压配电网的配电箱和分支箱内的进出线上安装智能开关;S20、在低压台区侧安装边缘计算装置;S30、智能开关对线路上的相电压和相电流进行采样;S40、根据断零判断算法计算本开关节点是否有断零故障产生,若是则保护跳闸并隔离故障区域,上报故障信息到边缘计算装置;S50、边缘计算装置计算出故障位置,并将故障位置与故障隔离信息上传到主站,由主站通知运维人员进行故障抢修。本发明现场实施简便、效果稳定可靠,不仅能正确识别断零故障,同时还能准确对故障区段进行定位。

Patent Agency Ranking