一种基于降维观测器检测电网频率的方法和测量装置

    公开(公告)号:CN107462770B

    公开(公告)日:2019-10-11

    申请号:CN201710462995.7

    申请日:2017-06-19

    Abstract: 本发明属于电网频率检测技术领域,公开了一种基于降维观测器检测电网频率的方法和测量装置,所述基于降维观测器检测电网频率的方法包括:采集电网单相电压;构建观测器和自适应律;计算电网频率;所述测量装置包括:电压传感器、信号放大器、滤波器、频率检测器、串口输出模块;电压传感器采集电网单相电压,采集到的信号经过信号放大器和滤波器处理,送入频率检测器,经过频率检测器估计,电网频率经过串口输出模块输出。本发明以驱动电机为永磁同步电机的电网为研究对象,提出了电网频率检测方法和测量装置,解决了电网频率检测问题,同时提高了测频系统的可靠性。

    一种基于降维观测器检测电网频率的方法和测量装置

    公开(公告)号:CN107462770A

    公开(公告)日:2017-12-12

    申请号:CN201710462995.7

    申请日:2017-06-19

    Abstract: 本发明属于电网频率检测技术领域,公开了一种基于降维观测器检测电网频率的方法和测量装置,所述基于降维观测器检测电网频率的方法包括:采集电网单相电压;构建观测器和自适应律;计算电网频率;所述测量装置包括:电压传感器、信号放大器、滤波器、频率检测器、串口输出模块;电压传感器采集电网单相电压,采集到的信号经过信号放大器和滤波器处理,送入频率检测器,经过频率检测器估计,电网频率经过串口输出模块输出。本发明以驱动电机为永磁同步电机的电网为研究对象,提出了电网频率检测方法和测量装置,解决了电网频率检测问题,同时提高了测频系统的可靠性。

    一种反向求解芯片单热源位置和面积的方法

    公开(公告)号:CN103322955B

    公开(公告)日:2015-11-18

    申请号:CN201310232040.4

    申请日:2013-06-09

    Abstract: 本发明公开了一种反向求解芯片单热源位置和面积的方法,包括:1)设置温度监测点;2)记录各监测点温度;3)建模仿真,设置温度监测点位置、热源形状、位置和面积;4)对比实际温度和仿真温度,误差小于设定值,则结束,误差大于设定值,进下一步;5)输入第3)步监测点温度值反求计算热源位置和面积,根据热源形状画出位置和面积变化;6)使用反求结果,返回第3)步,设置热源形状、位置和面积,重新仿真运算;7)重复4)-6),直到实际温度值和仿真温度值误差小于设定值;8)输出热源位置和面积。本发明采用基于温度矩量法,单热源位置和面积反向求解更加精确,通过热分析仿真和算法程序进行迭代求解,最终得到单热源面积和位置。

    开关切换序列控制方法、系统、存储介质、装置及应用

    公开(公告)号:CN111541359B

    公开(公告)日:2023-03-24

    申请号:CN202010216271.6

    申请日:2020-03-25

    Abstract: 本发明属于功率开关控制技术领域,公开了一种开关切换序列控制方法、系统、存储介质、装置及应用,建立一阶连续开关系统模型;设计输入变量u;得到功率元件开关切换序列;得到跟踪误差并分析。系统包括:基于单相L型逆变器模型,建立一阶连续开关系统模型;可控直流电源,用于产生控制输入变量u的幅值大小;控制板,用于编写DSP程序使得逆变器中的功率开关元件按所设计的开关序列进行导通和关断;带数字滤波功能的示波器,用于观测电流信号和跟踪给定信号,并进行误差分析。本发明基于开关控制理论充分讨论整个电力系统的稳定性,其跟踪给定信号的动态响应快,在跟定信号发生改变时,有着精确的稳态误差。

    基于深度特征自适应相关滤波的目标跟踪方法

    公开(公告)号:CN110223323B

    公开(公告)日:2022-03-04

    申请号:CN201910473963.6

    申请日:2019-06-02

    Abstract: 本发明公开了一种基于深度特征自适应相关滤波的目标跟踪方法,主要解决当目标模糊、目标发生遮挡导致跟踪失败的跟踪问题。本发明实现的步骤如下:(1)确定待跟踪目标的初始位置;(2)提取深度特征;(3)构建第一帧自适应相关滤波器模型;(4)预测下一帧帧图像的目标位置;(5)更新自适应相关滤波器参数;(6)更新自适应相关滤波器的权值;(7)判断当前帧视频图像是否为待跟踪视频图像序列的最后一帧视频图像,若是,则执行步骤(8),否则,执行步骤(4);(8)结束对待跟踪目标的跟踪。本发明通过基于深度特征自适应相关滤波的目标跟踪方法,预测待跟踪目标位置。

    基于多粒度级联森林模型的SAR图像变化检测方法

    公开(公告)号:CN109272534B

    公开(公告)日:2022-03-04

    申请号:CN201811034359.5

    申请日:2018-09-06

    Abstract: 本发明公开了一种基于多粒度级联森林模型的SAR图像变化检测方法,主要解决传统方法对差异图的强依赖性问题,其实现方案是:给定两幅配准的多时相SAR图像I1和I2;对I1和I2用对数比算子生成差异图Id;对Id提取类哈尔特征并输入到训练好的多粒度级联森林模型,生成两个概率图I1和I0并与差异图Id构成新特征;利用新特征重新训练模型,得到新的预测结果把的Kappa系数与上一次的Kappa系数相较,选取系数较高的预测结果作为最终的变化检测结果。本发明能有效抑制差异图对最终结果的影响,提高变化检测的准确率,可用于环境检测和灾害检测。

    一种开关切换序列控制和误差分析方法、设备、存储介质

    公开(公告)号:CN111538238B

    公开(公告)日:2021-09-14

    申请号:CN202010216110.7

    申请日:2020-03-25

    Abstract: 本发明属于功率电子学中的功率开关控制技术领域,公开了一种一阶离散开关切换序列控制和误差分析方法及系统,单相L型逆变器用于建立一阶离散开关系统模型;可控直流电源用于产生所需的控制输入变量u的幅值大小;控制板编写DSP程序使得逆变器中的功率开关元件按所设计的开关序列进行切换,并对采集到的电流信号进行离散化处理;带数字滤波功能的示波器用于观测电流信号和跟踪给定信号,并进行误差分析。本发明基于开关控制理论充分讨论整个电力系统的稳定性,其跟踪给定信号的动态响应快,在跟定信号发生改变时,有着精确的稳态误差。

    基于双相关滤波和隶属度加权决策的深度目标跟踪方法

    公开(公告)号:CN110097009B

    公开(公告)日:2021-07-06

    申请号:CN201910368524.9

    申请日:2019-05-05

    Abstract: 本发明提出了一种基于双相关滤波和隶属度加权决策的深度目标跟踪方法,用于解决现有技术中存在的目标定位准确率较低的技术问题,并提高跟踪速度,实现步骤为:(1)构建多个基于双相关的相关滤波器模型;(2)设定包含待跟踪目标的图像序列参数;(3)对每个相关滤波器的隶属度进行初始化;(4)获取n个基于双相关的相关滤波器模型W1,W2,...Wk...,Wn的值;(5)计算每个相关滤波器对第t+1帧图像中待跟踪目标的中心位置的估计值;(6)基于隶属度加权决策方法计算t+1帧图像中待跟踪目标的中心位置(xt+1,yt+1);(7)获取深度目标跟踪结果;(8)计算每个相关滤波器的隶属度并执行步骤(4)。

    一种电网正序电压分量与负序电压分量估计方法及装置

    公开(公告)号:CN107798162B

    公开(公告)日:2021-03-23

    申请号:CN201710786012.5

    申请日:2017-09-04

    Abstract: 本发明属于电力电网技术领域,公开了一种电网正序电压分量与负序电压分量估计方法及装置,将采集的电网电压信号进行Clark变换,基于变换得到的信号建立Marino‑Tomei观测器,观测电网频率和中间变量,进而计算正序电压分量和负序电压分量,并估计网的正序电压分量与负序电压分量的幅值与相角。所述电网正序电压分量与负序电压分量估计方法包括:采集电网三相电压;进行Clarke变换;得到电网电压;构建观测器;进行变量代换;计算电网的正序电压分量与负序电压分量;计算电网的正序电压分量与负序电压分量的幅值与相角。本发明的动态响应速度快,且能够实现全局渐进收敛,在电网频率变化的情况下,具有优良的稳态精度。

    基于度量学习的细粒度图像分类方法

    公开(公告)号:CN110516700A

    公开(公告)日:2019-11-29

    申请号:CN201910648466.5

    申请日:2019-07-18

    Abstract: 本发明公开了一种基于度量学习的细粒度图像分类方法,实现的步骤是:(1)构建单阶段多盒检测网络SSD;(2)生成训练集;(3)构建两输入-三输出网络;(4)训练两输入-三输出网络;(5)对细粒度图像中的目标进行分类。本发明构建了两输入-三输出网络,在生成训练集时对细粒度图像中的目标进行检测并按照矩形框的尺寸选取图像内容,克服了现有技术训练网络时需要借助物体标注框和部位标注点,对细粒度图像进行分类时需要提供图像标注框,分类过程繁琐的问题,使得本发明能够自动检测到细粒度图像中的目标,而且本发明可对任意细粒度图像进行分类,应用范围更加广泛。

Patent Agency Ranking