-
公开(公告)号：CN103163489B
公开(公告)日：2015-09-16
申请号：CN201310040949.X
申请日：2013-01-31
Applicant: 广东电网公司电力调度控制中心 , 华南理工大学
IPC: G01R31/40
Abstract: 本发明提出一种电力通信设备的电源风险预警方法，包括步骤：获取电源历史缺陷情况，得到电源缺陷情况系数；获取电源使用环境数据，得到环境系数；获取电源故障率；获取电力通信设备的设备重要性因素，得到设备重要性系数；获取电力通信设备所承载的所有业务的业务重要性因素，得到业务重要性系数；计算设备失效带来的损失；根据电源故障率和设备失效带来的损失得到电源的风险预警值RP；当所述电源的风险预警值高于预定值时，发出报警提示。可以有效对电力通信设备的电源系统的运行进行风险估计，为电力通信设备的检修和运维提供科学性的评价，为定检计划和备品备件采购的决策制定提供数据支持，有效的降低设备维护成本。
-
公开(公告)号：CN103163489A
公开(公告)日：2013-06-19
申请号：CN201310040949.X
申请日：2013-01-31
Applicant: 广东电网公司电力调度控制中心 , 华南理工大学
IPC: G01R31/40
Abstract: 本发明提出一种电力通信设备的电源风险预警方法，包括步骤：获取电源历史缺陷情况，得到电源缺陷情况系数；获取电源使用环境数据，得到环境系数；获取电源故障率；获取电力通信设备的设备重要性因素，得到设备重要性系数；获取电力通信设备所承载的所有业务的业务重要性因素，得到业务重要性系数；计算设备失效带来的损失；根据电源故障率和设备失效带来的损失得到电源的风险预警值RP；当所述电源的风险预警值高于预定值时，发出报警提示。可以有效对电力通信设备的电源系统的运行进行风险估计，为电力通信设备的检修和运维提供科学性的评价，为定检计划和备品备件采购的决策制定提供数据支持，有效的降低设备维护成本。
-
公开(公告)号：CN115097378B
公开(公告)日：2024-12-06
申请号：CN202210478993.8
申请日：2022-05-05
Applicant: 华南理工大学
IPC: G01S3/802 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的非相干散射源检测与定位方法，包括以下步骤：利用卷积神经网络拟合协方差矩阵与源信号方向角功率密度之间的映射关系，得到方向角功率密度曲线后进行峰值检测，峰值数量即源数量，再根据相邻峰值进行曲线分割提取各散射源的密度，最后求解方向角和角度扩展参数；同时也可以利用方向角功率密度曲线构造空间谱，通过谱峰搜索进行求解。本发明的特点是在估计源信号方向角和角度扩展参数的同时完成源数量的估计，避免了传统方法的子空间有效维度选择，无需源信号的分布先验信息，能在大角度扩展下进行有效估计，仅使用模拟数据训练卷积神经网络便可适应真实信号，具有优良的整体检测、定位性能和泛化能力。
-
公开(公告)号：CN113406560B
公开(公告)日：2024-07-16
申请号：CN202110552754.8
申请日：2021-05-20
Applicant: 华南理工大学
Abstract: 本发明公开了一种非相干分布宽带源的角度和频率参数估计方法。所述方法包括如下步骤：通过接收阵列获取远场非相干分布宽带源信号，估计非相干分布宽带源信号的协方差并将其向量化；建立向量化的非相干分布宽带源信号协方差模型，根据协方差模型中的方向导数矩阵的行重复性和奇异性，同时对方向导数矩阵和非相干分布宽带源信号协方差进行降维；将非相干分布宽带源信号协方差模型公式化为秩最小化问题，对秩最小化问题求解，得到角度‑频率联合分布矩阵的估计量，结合离散网格估计器估计出非相干分布宽带源的角度和频率分布的关键参数。本发明在提高非相干分布宽带源参数估计精度的基础上，降低计算复杂度，可用于雷达声呐等探测目标的识别和定位。
-
公开(公告)号：CN118036759A
公开(公告)日：2024-05-14
申请号：CN202410271857.0
申请日：2024-03-11
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于噪声积分的可变网格稀疏贝叶斯波达方向估计方法，包括以下步骤：在贝叶斯框架下为信号先验引入噪声精度参数，对信号先验进行噪声积分使得其边缘分布为具有重尾特性的学生t分布，利用期望最大化算法迭代信号能量，迭代过程中删除无信号能量网格以降低计算复杂度，迭代收敛后重构协方差矩阵并搜索离网格波达方向。本发明的特点是在稀疏贝叶斯框架下对噪声进行积分，集中恢复信号能量而不涉及噪声参数，学生t分布的先验潜在提升方法对噪声扰动的鲁棒性，且迭代过程中删除无能量位置网格降低计算复杂度，提升方法的执行效率。本发明在仿真数据测试场景中表现出优越的性能，有效应用于波达方向估计领域。
-
Patent Agency Ranking
公开(公告)号：CN117951610A
公开(公告)日：2024-04-30
申请号：CN202410350983.5
申请日：2024-03-26
Applicant: 华南理工大学
IPC: G06F18/243 , G06F18/213 , G06N5/01
Abstract: 本发明公开了基于特征数据分析的通信信号识别分类方法，步骤包括：采集各类通信信号；提取信号的特征，包括样本均值、放大器输出信号泰勒多项式系数、频谱图像特征：综合考虑样本均值、放大器输出信号泰勒多项式系数、频谱图像特征，将输入信号进行分类，基于决策树对信号分类；对信号分类结果进一步进行模糊判决；输出信号分类的最终结果。本发明综合频谱特征和频谱图像特征对信号进行分类，并采用模糊评判方法对分类结果进一步进行可靠度判断，可有效地将未知信号进行分类。
-
公开(公告)号：CN117937399A
公开(公告)日：2024-04-26
申请号：CN202410029234.2
申请日：2024-01-08
Applicant: 华南理工大学 , 广州嘉缘电力科技有限公司
IPC: H02H7/28 , H02J3/38 , H02J3/06 , G06F30/20 , G06N3/006 , G06F17/18 , G06F111/04 , G06F111/06 , G06F113/04
Abstract: 本发明公开了一种逆变型分布式能源配电网反时限过流保护优化方法，考虑储能系统切换策略和逆变型电源脱网过程，以保护选择性要求为约束条件，建立以速动性和灵敏性为优化目标的反时限过流保护多目标优化模型。在反时限过流保护多目标优化模型基础上，基于标准多目标粒子群算法，引入自适应惯性权重、学习因子、网格密度与柯西变异因子，提出一种含逆变型电源的配电网反时限过流保护定值优化方案，并结合基于层次分析法和客观赋权法得到综合权重的理想逼近法对反时限过流保护多目标优化模型进行求解。本发明通过优化反时限过流保护定值，能够有效减小相间故障以及逆变型分布式电源的影响，较好地满足小电阻接地配电网的后备保护要求，适用范围广。
-
公开(公告)号：CN117713183A
公开(公告)日：2024-03-15
申请号：CN202311623607.0
申请日：2023-11-30
Applicant: 华南理工大学
Abstract: 本发明为基于多端高压直流系统的虚拟同步发电机电压协同控制方法及系统，其方法包括步骤：S1、离散化虚拟同步发电机转子运动方程；S2、利用模型预测算法求解离散化方程，计算直流侧电压与有功功率之间的功率增量；S3、对功率增量按照一致性协议交互，获取交互的惯性功率；S4、通过交互的惯性功率附加在多端高压直流系统的虚拟同步发电机控制的功率参考值上，完成协同控制。本发明通过对虚拟同步发电机的转子运动方程进行离散化，应用模型预测算法对离散化方程进行求解，计算功率增量，允许根据一致性协议进行功率增量的交互，从而生成交互的惯性功率，这种交互的惯性功率随后被应用于换流站中虚拟同步发电机控制的功率参考值，实现了协同控制。
-
公开(公告)号：CN107764122B
公开(公告)日：2023-09-22
申请号：CN201711160739.9
申请日：2017-11-20
Applicant: 济南热力集团有限公司 , 华南理工大学建筑设计研究院 , 济南市市政工程设计研究院(集团)有限责任公司
Inventor： 罗永焕 , 王钊 , 王炎 , 杨敏华 , 陈锦标 , 廖兴中 , 王磊 , 吕昊正 , 宗成璋 , 贾森 , 李杰 , 王明超 , 陈智刚 , 程国珍 , 姜大伟 , 白玉鹤 , 董兵
IPC: F28D21/00
Abstract: 本发明公开了基于余热利用的大温差冷水复合式梯级利用系统，包括余热吸收式大温差梯级制冷系统、冷冻水梯级利用系统、冷却水梯级利用系统、区域供冷用户系统，余热吸收式大温差梯级制冷系统通过管道给冷冻水梯级利用系统供给冷水，冷冻水梯级利用系统通过管道给冷却水梯级利用系统供冷水，冷却水梯级利用系统供冷水给区域供冷用户系统供冷水，冷却水梯级利用系统的热水流回到余热吸收式大温差梯级制冷系统进行冷却。本发明利用热电厂余热进行吸收式制冷，实现余热、废热梯级利用，提升一次能源利用率，提高回水温度，增大区域供冷系统供回水温差，扩大冷水使用温差，大幅减少冷水循环水量，减少管网输送能耗与冷损失，降低冷水管网输送能耗。
-
公开(公告)号：CN116418633A
公开(公告)日：2023-07-11
申请号：CN202310174517.1
申请日：2023-02-27
Applicant: 华南理工大学
IPC: H04L25/02 , G06N3/0464 , G06N3/048 , G06N3/08 , H04B13/02
Abstract: 本发明公开了一种基于稀疏与低秩特征的深度展开水声信道估计方法，包括以下步骤：联合利用水声双扩展信道在时延‑多普勒域的稀疏和低秩先验知识，将稀疏和低秩两部分矩阵采用交替线性化最小化方法来求解水声信道。同时，通过设置一定的阈值，使深度展开算法网络具有自适应迭代深度。本发明在时延‑多普勒域弱稀疏性的背景下，无需依赖水声双扩展信道的稀疏性，采用深度展开算法，使改进后的深度学习方法既具有基于模型方法的良好解释性又具有经典深度学习网络方法的稳定性，该方法在用于仿真数据和真实数据测试时，表现出良好的估计性能。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.031 seconds)
