-
公开(公告)号：CN114662902B
公开(公告)日：2025-03-18
申请号：CN202210280160.0
申请日：2022-03-21
Applicant: 安徽理工大学
IPC: G06Q10/0637 , G06Q10/04 , G06Q50/06 , G06N3/006
Abstract: 本发明公开了一种基于自适应鲸鱼优化的电力负荷特征筛选方法，包括：采集不同类型电力负荷在一个连续采样周期内的电压、电流、有功功率和无功功率；分别提取电压、电流、有功功率和无功功率的时域特征和频域特征；将时域特征和频域特征合并，得到电力负荷的时域和频域联合特征；基于自适应鲸鱼优化算法对电力负荷的时域和频域联合特征进行特征筛选，得到电力负荷的筛选特征。本发明在提取电力数据的时域特征和频域特征基础上，借助自适应鲸鱼优化算法实现电力负荷特征的准确筛选，得到了电力负荷的筛选特征，减少了原始时域特征和频域特征的冗余信息，提高了电力负荷辨识的精度和速度。
-
公开(公告)号：CN114530847B
公开(公告)日：2024-08-09
申请号：CN202210170067.4
申请日：2022-02-23
Applicant: 安徽理工大学 , 国网安徽省电力有限公司
IPC: H02J3/00 , G06F18/10 , G06F18/213 , G06F18/24
Abstract: 本发明公开了非活性电流谐波结合XGBoost的非侵入式负荷辨识方法，包括：利用非侵入式负荷监测系统采集待识别的电力系统负荷稳态电流数据和稳态电压数据，对采集到的稳态电流数据和稳态电压数据中值滤波处理，根据中值滤波后的稳态电流数据和稳态电压数据提取总有功功率特征、总无功功率特征及非活性电流各次谐波分量特征，利用核主成分分析KPCA对非活性电流各次谐波分量特征降维，提取主要谐波信息，与总有功功率特征、总无功功率特征结合形成XGBoost分类模型的多特征目标函数，将提取总有功功率特征、总无功功率特征及非活性电流各次谐波分量特征输入XGBoost分类模型，识别不同的负荷。该方法用于非侵入式负荷辨识，实现了负荷高效且快速准确识。
-
公开(公告)号：CN112826462B
公开(公告)日：2024-06-25
申请号：CN202011620538.4
申请日：2020-12-31
Applicant: 安徽理工大学
IPC: A61B5/0205
Abstract: 本发明公开了一种基于频谱感知和超宽带雷达的井下人员生命体征监测方法，在井下巷道均匀安装J个UWB雷达模块，设人员处于UWB雷达模块j和UWB雷达模块j+1之间，1≤j≤J，UWB雷达模块j和UWB雷达模块j+1分别将其可通信的无线频带初始化分成I个子频带，并采用频谱感知方法探测其空闲子频带；UWB雷达模块j和UWB雷达模块j+1分别从其空闲子频带类中选择一个空闲子频带，探测井下人员的位置，并对UWB雷达模块j和UWB雷达模块j+1的探测信号进行处理，采用变分模态分解算法分解出人员生命体征参数。选择空闲子频带发射脉冲信号，保证了人员定位和生命体征监测的可靠性。
-
公开(公告)号：CN114912545B
公开(公告)日：2024-06-14
申请号：CN202210657083.6
申请日：2022-06-10
Applicant: 安徽理工大学
IPC: G06F18/241 , G06F18/214 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于优化VMD算法和DBN网络的电力负荷分类方法，其特征在于，包括：获取多个负荷在采样周期内的电力负荷数据，并对电力负荷数据进行预处理；通过优化VMD算法对预处理后的电力负荷数据进行分解，并从分解向量中提取特征向量；将特征向量输入至训练后的DBN神经网络中进行负荷分类；通过该方法可以将优化VMD算法和DBN神经网络相结合，从而实现对用电负荷进行精准分类。
-
公开(公告)号：CN117909716A
公开(公告)日：2024-04-19
申请号：CN202410086881.7
申请日：2024-01-22
Applicant: 安徽理工大学
IPC: G06F18/213 , G06N3/0455 , G06N3/0464 , G06N3/045 , H02J3/00
Abstract: 本发明提供一种基于深度学习模型的非侵入式电力负荷分解方法，包括：S1获取总功率以及各个设备的功率数据，并进行预处理；S2利用滑动窗口获取特征数据，同时划分数据集；S3搭建结合多尺度卷积模块、门控Transformer编码器模块、WaveLSTM模块以及输出模块的深度学习模型；S4将数据集送入深度学习模型中，训练、测试以及评估模型，实现非侵入式负荷分解。本发明具有提取多尺度特征信息、考虑重要时间点的记忆信息对当前负荷分解的影响、提高时序负荷分解精度的优点。
-
Patent Agency Ranking
公开(公告)号：CN117197434B
公开(公告)日：2024-04-09
申请号：CN202311161223.1
申请日：2023-09-11
Applicant: 安徽理工大学
IPC: G06V10/25 , G06V10/26 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/764
Abstract: 本发明公开了一种基于AMFNet网络融合模型的肺部医学影像精准识别方法，该方法包含如下步骤：1)选取Kaggle的多种肺部常见疾病识别公共数据集中的X射线影像，采用Mobile‑Unet进行肺实质区域精细化分割，获取分割后影像数据集；2)搭建AMFNet网络融合模型，本文提出了Fusion Basic Block层和Multiscale Layer层，并且构建了基于这两个单元的特征提取主网络MFNet，选取ResNet50作为特征提取次网络模型，融合权重层则是由自适应优化器优化网络权重，特征提取主网络的主要特征提取部分使用的是类似于稠密网络的基础结构，包括有密集连接的Fusion Basic Block和保留多尺度特征的中间层Multiscale Layer，最后设计出AMFNet网络融合模型；3)将预处理后的训练集、验证集输入改进的AMFNet网络融合模型中，经过多轮训练得到模型参数，最后将测试集图像输入改进后的模型中，实现肺部医学影像精准识别。
-
公开(公告)号：CN117574066A
公开(公告)日：2024-02-20
申请号：CN202311516168.3
申请日：2023-11-13
Applicant: 安徽理工大学
IPC: G06F18/15 , G06F18/23213 , G06F17/18 , G06N3/006 , G06Q50/06
Abstract: 本发明提出一种基于改进灰狼优化算法的虚拟电厂利润最大化方法，首先S1采集历史数据；S2对采集到的数据进行预处理；S3利用蒙特卡洛优化法进行模拟风光的不确定性；S4利用K‑means算法缩减场景集数至特定的天气，如无风无光，暴雨等；S5根据运行维护成本，卖电收益构建目标函数；S6提出了系统运行约束条件；S7提出改进灰狼优化算法求出电厂最大利润,将利润最大作为算法的求解目标，以运行约束条件作为算法的约束条件。本方法针对灰狼优化算法进行了改进，通过引入非线性调整策略，使收敛因子非线性收敛，增强全局探索能力，提高算法收敛性。还引入自适应柯西变异策略来优化算法，对当前代最优解进行柯西变异操作，提高算法跳出局部最优解的概率。
-
公开(公告)号：CN117269552A
公开(公告)日：2023-12-22
申请号：CN202311198237.0
申请日：2023-09-15
Applicant: 安徽理工大学 , 国网安徽省电力有限公司 , 国网安徽省电力有限公司合肥供电公司
Abstract: 本发明公开了一种分布式负荷监测采样装置，包括壳体，还包括：连杆组件，用于拔插电器上的线缆，以及限位组件，用于对线缆进行紧固；所述限位组件，包括基杆、滑杆、夹杆以及夹板，所述基杆在壳体内侧与壳体铰接，所述基杆顶端的套筒中滑动连接有滑杆，所述基杆顶端套筒两侧铰接有夹杆，两个所述夹杆上分别铰接有夹板，所述基杆与连杆组件连接，所述与散热组件连接；本发明，可自动中断配电器的连通。
-
公开(公告)号：CN117197434A
公开(公告)日：2023-12-08
申请号：CN202311161223.1
申请日：2023-09-11
Applicant: 安徽理工大学
IPC: G06V10/25 , G06V10/26 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/764
Abstract: 本发明公开了一种基于AMFNet网络融合模型的肺部医学影像精准识别方法，该方法包含如下步骤：1)选取Kaggle的多种肺部常见疾病识别公共数据集中的X射线影像，采用Mobile‑Unet进行肺实质区域精细化分割，获取分割后影像数据集；2)搭建AMFNet网络融合模型，本文提出了Fusion Basic Block层和Multiscale Layer层，并且构建了基于这两个单元的特征提取主网络MFNet，选取ResNet50作为特征提取次网络模型，融合权重层则是由自适应优化器优化网络权重，特征提取主网络的主要特征提取部分使用的是类似于稠密网络的基础结构，包括有密集连接的Fusion Basic Block和保留多尺度特征的中间层Multiscale Layer，最后设计出AMFNet网络融合模型；3)将预处理后的训练集、验证集输入改进的AMFNet网络融合模型中，经过多轮训练得到模型参数，最后将测试集图像输入改进后的模型中，实现肺部医学影像精准识别。
-
公开(公告)号：CN117145558A
公开(公告)日：2023-12-01
申请号：CN202311198267.1
申请日：2023-09-15
Applicant: 安徽理工大学
Abstract: 本发明公开了一种减少煤矿有害气体的通风换气装置及有害气体监控系统，属于煤矿通风换气装置领域，包括：监控系统、进风管、净化机构和排风管；所述进风管与所述净化机构通过单向阀连接；所述净化机构的排放口安装有所述排风管；所述监控系统安装在所述进风管内；所述进风管在所述净化机构和监控系统之间安装有风扇；所述监控系统包括气体检测仪和回转杆；所述气体检测仪与所述进风管固定连接；与现有技术相比，本申请的减少煤矿有害气体的通风换气装置及有害气体监控系统,通过设置可调节方向的回转杆，使得气体检测仪的检测探头能够检测到任意方向和高度的气体；同时通过净化机构对气体中的一些有害物质进行降尘，从而避免其污染外部空气。
-
-
-
-
-
-
-
-
-
Search Results
179
records
(took 0.03 seconds)
