-
公开(公告)号：CN112787882A
公开(公告)日：2021-05-11
申请号：CN202011560259.3
申请日：2020-12-25
Applicant: 国网河北省电力有限公司信息通信分公司 , 华北电力大学(保定) , 国家电网有限公司
Abstract: 本说明书实施例公开了一种物联网边缘流量预测方法、装置及设备。方案包括：获取历史数据量和当前时段数据传输量；对历史数据量和当前时段数据传输量分别进行数据时间对齐；对对齐后的历史数据量和当前时段数据传输量进行数据拟合；采用灰色模型和长短期记忆网络对拟合后的数据进行预测，得到预测结果。本方案根据物联网边缘流量的不确定性，提出了应用LSTM和灰色模型相结合的方法进行长短期流量预测，从而实现了边缘流量的全方位预测，有效解决物联网终端的数据存储和预计算，提高物联网边缘流量预测的准确性。
-
公开(公告)号：CN107368854A
公开(公告)日：2017-11-21
申请号：CN201710597346.8
申请日：2017-07-20
Applicant: 华北电力大学(保定)
IPC: G06K9/62
Abstract: 本发明提出一种基于改进证据理论的断路器故障诊断方法，该方法首先定义了一种证据组，利用数学模型方法对证据可信度函数进行修正，为证据中基本可信度为0的命题分配极低的信度值，在不影响证据对各命题支持度的情况下解决了传统D-S合成规则中的0信度悖论问题；然后，将支持概率作为权重以解决证据的冲突问题，实现了冲突证据的有效融合。
-
公开(公告)号：CN104697768B
公开(公告)日：2017-10-03
申请号：CN201410814290.3
申请日：2014-12-23
Applicant: 华北电力大学(保定) , 云南电网公司电力科学研究院
IPC: G01M13/00
Abstract: 一种高压断路器动触头运动特性测试方法，所述方法首先在高压断路器动触头的绝缘拉杆和转轴上设置辅助标志物，并利用相机在断路器开、合过程中采集辅助标志物的图像序列，然后采用粒子滤波方法对辅助标志物进行跟踪并据此获取每幅图像中辅助标志物的质心坐标，再根据图像序列中相邻帧之间的时间间隔和辅助标志物在图像中的坐标变化，获得动触头的运动轨迹，最后根据动触头的运动轨迹获取其运动特性。本发明采用粒子滤波定向逐帧修正快速捕捉方法获得与断路器动触头刚性连接的绝缘拉杆和转轴上的辅助标志物的运动轨迹，进而得到动触头的运动特性，该方法实施方便而且测试精度高，可为高压断路器的状态测试和性能评价提供可靠依据。
-
公开(公告)号：CN104697768A
公开(公告)日：2015-06-10
申请号：CN201410814290.3
申请日：2014-12-23
Applicant: 华北电力大学(保定) , 云南电网公司电力科学研究院
IPC: G01M13/00
Abstract: 一种高压断路器动触头运动特性测试方法，所述方法首先在高压断路器动触头的绝缘拉杆和转轴上设置辅助标志物，并利用相机在断路器开、合过程中采集辅助标志物的图像序列，然后采用粒子滤波方法对辅助标志物进行跟踪并据此获取每幅图像中辅助标志物的质心坐标，再根据图像序列中相邻帧之间的时间间隔和辅助标志物在图像中的坐标变化，获得动触头的运动轨迹，最后根据动触头的运动轨迹获取其运动特性。本发明采用粒子滤波定向逐帧修正快速捕捉方法获得与断路器动触头刚性连接的绝缘拉杆和转轴上的辅助标志物的运动轨迹，进而得到动触头的运动特性，该方法实施方便而且测试精度高，可为高压断路器的状态测试和性能评价提供可靠依据。
-
公开(公告)号：CN115170881A
公开(公告)日：2022-10-11
申请号：CN202210850187.9
申请日：2022-07-19
Applicant: 华北电力大学(保定)
IPC: G06V10/764 , G06V10/762 , G06V10/82 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于深度学习的白酒摘酒方法，包括以下步骤：S1、模型训练：向轻量型YOLOv5模型中输入酒花图像数据集，学习酒花特征与不同等级酒液之间的关系；S2、图像获取；S3、图像输入：向训练完毕的轻量型YOLOv5模型中输入酒花图像；S4、模型检测：轻量型YOLOv5模型根据输入的酒花图像的酒花特征对酒花图像进行分类并输出分类结果；S5、量质摘酒：将步骤S4的分类结果输入DCS系统中，DCS系统控制阀门将接酒装置流出的酒液分段装入存酒罐中。本发明采用上述基于深度学习的白酒摘酒方法，利用轻量型YOLOv5对获取的酒花图像分析，即可对酒液分级，实现自动化量质摘酒，成本低廉，稳定性高。
-
Patent Agency Ranking
公开(公告)号：CN114693741A
公开(公告)日：2022-07-01
申请号：CN202210401874.2
申请日：2022-04-18
Applicant: 华北电力大学(保定)
IPC: G06T7/246 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/44 , G06V10/82 , G06N3/04 , G06K9/62
Abstract: 本发明公开了一种基于深度学习的断路器动触头运动特性测量方法，具体步骤如下：步骤S1：设置辅助标志物，采集高速图像序列；步骤S2：将高速图像序列输入至训练好的深度学习模型中，跟踪辅助标志物的运动轨迹；步骤S3：根据辅助标志物的轨迹计算得出断路器动触头行程时间曲线。采用上述一种基于深度学习的断路器动触头运动特性测量方法，采用非接触式测量，跟踪与断路器动触头同步运动的部件实现断路器动触头运动特性测量，且可以有效应对目标尺寸变化、背景颜色干扰以及摄像头抖动的问题，实现准确跟踪。
-
公开(公告)号：CN112328375A
公开(公告)日：2021-02-05
申请号：CN202011167885.6
申请日：2020-10-28
Applicant: 华北电力大学(保定)
Abstract: 本发明涉及计算机技术领域，提出了一种用于跟踪分布式系统的数据片段的关联方法和装置，一种用于跟踪分布式系统的数据片段的关联方法包括：代理探针接收受监控事务传入的通信消息，根据通信消息判断是否处于受监控事务入口；如果处于受监控事务入口，则确定为新事务，代理探针从关联服务器ID列表中选择一个关联服务器，作为主用服务器，并将有关新事务的所有事务跟踪数据片段发送到该主用服务器；如果不是受监控事务入口，则确定为已被监视事务，代理探针从通信消息中读取主用服务器ID，并将该已被监视事务的事务跟踪数据片段发送到主用服务器。通过上述技术方案，解决了现有技术中监控系统中的多个服务器之间需要大量网络流量的问题。
-
公开(公告)号：CN108830157B
公开(公告)日：2021-01-22
申请号：CN201810463529.5
申请日：2018-05-15
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种基于注意力机制和3D卷积神经网络的人体行为识别方法,该人体行为识别方法构建了一个3D卷积神经网络,该3D卷积神经网络的输入层包括原始灰度图和注意力矩阵两个通道。该方法中构建了识别视频中的人体行为的3D CNN模型，引入了注意力机制，计算两帧间的距离作为注意力矩阵，和原始人体行为视频序列构成双通道输入到构建的3D CNN中，让卷积操作对视觉重点区域进行着重特征提取。同时，对3DCNN结构进行优化，在网络中加入Dropout层随机冻结网络部分连接权值，使用ReLU激活函数，提高网络稀疏性，解决随着维度增加、层数加深引起的计算量剧增、梯度消失的问题，防止小数据集下的过拟合，提升网络识别准确率的同时减小时间的损耗。
-
公开(公告)号：CN111950526A
公开(公告)日：2020-11-17
申请号：CN202010900569.9
申请日：2020-09-01
Applicant: 国网河北省电力有限公司检修分公司 , 国家电网有限公司 , 华北电力大学(保定)
Abstract: 本发明涉及一种基于深度学习断路器储能机构故障诊断方法，首先，将加速传感器采集到的时域振动信号进行数据扩充，再将扩充后振动信号二次采样作为训练样本，采用改进后的卷积神经网络与长短时记忆网络并行结构，将卷积神经网络的第一层大卷积核和多层小卷积核，均进行批量归一化，以提高网络训练效率。本发明不需要人工提取特征，具有较好的分类性，为高压断路器弹簧操作机构故障诊断提供一种通用方法，对于利用振动信号识别电气设备故障具有较大参考价值和应用前景。
-
公开(公告)号：CN111879397A
公开(公告)日：2020-11-03
申请号：CN202010900568.4
申请日：2020-09-01
Applicant: 国网河北省电力有限公司检修分公司 , 国家电网有限公司 , 华北电力大学(保定)
Abstract: 本发明涉及一种高压断路器储能机构故障诊断方法；首先对采集到的声信号采用形态学去除背景噪声，提出基于峭度和包络相似性的时标对位方法保证声振信号的同步性，然后对数据扩容后的声振信号利用皮尔逊相关系数构造二维图像特征矩阵，最后利用CNN对特征矩阵进行训练，采用局部均值归一化和核函数去相关性改进CNN模型结构，降低了储能过程数据变动较大对断路器储能机构诊断准确性的影响。本发明总体诊断准确率达到了98.1%，泛化性能好，与传统方法相比优势明显。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.044 seconds)
