-
公开(公告)号：CN118485605B
公开(公告)日：2025-01-10
申请号：CN202410760974.3
申请日：2024-06-13
Applicant: 东北电力大学
IPC: G06T5/73 , G06T5/60 , G06T5/50 , G06V10/44 , G06V10/80 , G06V10/82 , G06V20/05 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种基于多尺度注意力混合特征融合的水下图像增强方法，具体包括以下步骤：建立水下图像数据集；对数据集进行数据预处理；构建基于多尺度注意力混合特征融合的水下图像增强模型；改进损失函数；采用训练集和验证集对模型进行训练；采用测试集对模型进行测试，满足图像质量的客观评价指标要求，获得最终水下图像增强模型。相较于现有技术，本发明公开的一种基于多尺度注意力混合特征融合的水下图像增强方法，有效解决水下图像细节丢失、局部雾化与图像颜色失真的问题。
-
公开(公告)号：CN118675145A
公开(公告)日：2024-09-20
申请号：CN202410820116.3
申请日：2024-06-24
Applicant: 东北电力大学
IPC: G06V20/58 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及计算机视觉和自动驾驶技术领域，具体的说是一种兼顾精度和轻量化的行人车辆检测方法，包括对行人车辆进行数据采集得到行人车辆图片，将所述行人车辆图片作为RBS模块和MB‑C2f模块主干网络的输入，进行图片特征提取，将所述提取的图片特征传入颈部BiFPN特征融合模块，整合和融合不同尺度的特征信息，本发明是基于YOLOv8n的轻量级行人车辆检测方法PV‑YOLO，其添加了小目标检测层，并设计ES‑Head轻量化了原始检测头，实现了对远处行人车辆更精准的定位，减少模型参数和计算量，使用BiFPN替换了PAFPN特征融合网络，提高模型对于多尺度特征融合的能力。
-
公开(公告)号：CN117422163A
公开(公告)日：2024-01-19
申请号：CN202311127544.X
申请日：2023-09-04
Applicant: 国网内蒙古东部电力有限公司供电服务监管与支持中心 , 东北电力大学 , 国家电网有限公司
Inventor： 石研 , 李文杰 , 孙佳辉 , 王巳腾 , 张禄晞 , 杨凤玖 , 张一 , 孙核柳 , 郑海涛 , 王慧林 , 王雅晶 , 王文文 , 刘婉莹 , 萨初日拉 , 王冲 , 李伟 , 宋琼 , 李扬 , 崔金栋 , 单标安 , 倪铭峰 , 贾琪 , 李想
IPC: G06Q10/04 , G06Q50/06 , G06F30/20 , G06F113/04
Abstract: 本发明涉及数据处理技术领域，提供一种基于数字化园区的电网负荷智能预测方法及系统，包括：获取电网负荷数据，容载比建模，构建容载比转化计算式；获取外部因素数据，并设置存量配电网运行模型；分析容载比转化计算式，提取光伏发电历史数据，添加增量配电网运行模型；将存量配电网运行模型、增量配电网运行模型合并，得到电网运行预测模型，输出电网负荷预测数据，解决难以充分考虑数字化园区环境的复杂、能源产生和消耗的多变性，负荷预测的准确性低技术问题，实现充分考虑数字化园区的环境因素，基于数字化园区内部的能源产生和消耗进行存量配电网、增量配电网建模，捕捉数字化园区电网负荷的动态变化，提高负荷预测的准确性技术效果。
-
公开(公告)号：CN117333845A
公开(公告)日：2024-01-02
申请号：CN202311453323.1
申请日：2023-11-03
Applicant: 东北电力大学
IPC: G06V20/58 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进YOLOv5s的小目标交通标志实时检测方法，具体包括以下步骤：(1)建立交通标志图像数据集；(2)为数据集中的图像添加标注信息；(3)构建基于改进YOLOv5s的小目标交通标志实时检测模型；(4)采用新的损失函数；(5)采用训练集和验证集对模型进行训练；(6)采用测试集对模型进行测试，满足精度要求，即获得最终的小目标交通标志实时检测模型。相较于现有技术，本发明公开的一种基于改进YOLOv5s的小目标交通标志实时检测方法，能够有效提高小目标交通标志的检测精度，同时也大大提高了交通标志检测的实时性。
-
公开(公告)号：CN116298675B
公开(公告)日：2023-09-22
申请号：CN202310114147.2
申请日：2023-02-15
Applicant: 东北电力大学 , 国网内蒙古东部电力有限公司供电服务监管与支持中心
Inventor： 王冲 , 宋琼 , 王景银 , 李扬 , 崔金栋 , 李斌 , 张毅 , 曲国丽 , 单标安 , 王野 , 郭晓东 , 倪铭烽 , 姜文帅 , 贾琪 , 程晨 , 杨凯然 , 陆子灵 , 刘昱航 , 贾迎雪 , 韦爱明 , 佟鹏 , 尚尔媛 , 张婷婷 , 董琪 , 吴昊 , 王光明 , 王信敏 , 王玺乔 , 徐健 , 段智涵 , 姜思敏 , 王洋 , 姜雨寒 , 张建梅 , 崔梦元 , 高燕
Abstract: 本发明提供了一种基于智能算法的配电网线损异常检测方法及系统，涉及电力系统技术领域，连接数据交互装置至配电网，采集获得配电网的配电数据，进行线损计算获得多个线损计算指标，进行负载工况特征提取获得工况特征提取结果，采集获得配电网的基础信息，进行大数据筛选提取，构建异常检测模型，将多个线损计算指标和工况特征提取结果输入异常检测模型，输出异常检测结果，根据异常检测结果进行配电网线损管理。本发明解决了现有技术中配电网线损检测通常需要详尽的生产线原始参数，使得检测计算量大、效率低的技术问题，实现了基于智能算法构建异常检测模型，达到提高线损异常的检测准确率，降低检测过程的计算量和复杂度的技术效果。
-
Patent Agency Ranking
公开(公告)号：CN116683459A
公开(公告)日：2023-09-01
申请号：CN202310569140.X
申请日：2023-05-19
Applicant: 国网内蒙古东部电力有限公司供电服务监管与支持中心 , 东北电力大学 , 国家电网有限公司
Inventor： 王景银 , 贾迎雪 , 王冲 , 宋琼 , 崔金栋 , 韦爱明 , 王野 , 佟鹏 , 尚尔媛 , 张婷婷 , 董琪 , 吴昊 , 王光明 , 王信敏 , 王玺乔 , 徐健 , 段智涵 , 姜思敏 , 王洋 , 姜雨寒 , 张建梅 , 崔梦元 , 姜文帅 , 倪铭烽 , 郭晓东 , 贾琪 , 程晨 , 杨凯然 , 陆子灵
Abstract: 本发明公开了一种基于数字化负荷预测的配电站控制方法及系统，涉及数据处理技术领域，该方法包括：获取目标区域内的N个配电站的历史配电数据，构建供电网络拓扑图，确定N组初始供电规划，对其进行供电负荷预测，获得N个供电负荷预测结果；获取N个配电站的N个实时容量信息，与N个供电负荷预测结果进行比对，获取负荷差值；按照负荷差值进行配电站供电连接，得到N个配电站的连接方案，对供电网络拓扑图进行重构，以重构拓扑图进行配电站供电控制。本发明解决了现有技术中由于配电站供电网络冗杂，导致供电控制效率低的技术问题，达到了通过优化配电站供电网络，提高供电控制效率的技术效果。
-
公开(公告)号：CN116298675A
公开(公告)日：2023-06-23
申请号：CN202310114147.2
申请日：2023-02-15
Applicant: 东北电力大学 , 国网内蒙古东部电力有限公司供电服务监管与支持中心
Inventor： 王冲 , 宋琼 , 王景银 , 李扬 , 崔金栋 , 李斌 , 张毅 , 曲国丽 , 单标安 , 王野 , 郭晓东 , 倪铭烽 , 姜文帅 , 贾琪 , 程晨 , 杨凯然 , 陆子灵 , 刘昱航 , 贾迎雪 , 韦爱明 , 佟鹏 , 尚尔媛 , 张婷婷 , 董琪 , 吴昊 , 王光明 , 王信敏 , 王玺乔 , 徐健 , 段智涵 , 姜思敏 , 王洋 , 姜雨寒 , 张建梅 , 崔梦元 , 高燕
Abstract: 本发明提供了一种基于智能算法的配电网线损异常检测方法及系统，涉及电力系统技术领域，连接数据交互装置至配电网，采集获得配电网的配电数据，进行线损计算获得多个线损计算指标，进行负载工况特征提取获得工况特征提取结果，采集获得配电网的基础信息，进行大数据筛选提取，构建异常检测模型，将多个线损计算指标和工况特征提取结果输入异常检测模型，输出异常检测结果，根据异常检测结果进行配电网线损管理。本发明解决了现有技术中配电网线损检测通常需要详尽的生产线原始参数，使得检测计算量大、效率低的技术问题，实现了基于智能算法构建异常检测模型，达到提高线损异常的检测准确率，降低检测过程的计算量和复杂度的技术效果。
-
公开(公告)号：CN115833107A
公开(公告)日：2023-03-21
申请号：CN202211614530.6
申请日：2022-12-13
Applicant: 国网内蒙古东部电力有限公司供电服务监管与支持中心 , 吉林东北电力大学科技开发有限责任公司 , 国家电网有限公司
IPC: H02J3/00 , H02J3/46 , G06Q10/0631 , G06Q50/06
Abstract: 本发明属于可再生能源消纳领域，尤其涉及一种在电能替代下的风电供暖系统运行优化模型，更具体的是一种在电能替代下考虑可再生能源消纳责任权重和需求响应的风电供暖系统运行优化模型。本发明包括：对本发明所涉及到的变量首先进行量化；考虑消纳责任权重和绿证、需求响应降低蓄热式电锅炉优化运行成本是实现最大化风电消纳的关键，以运行成本最小为目标建立函数；综合考虑目标函数中的约束条件，列写约束方程式；根据最小成本目标函数和相关约束条件，得出风电供暖蓄热式电锅炉系统最优调度计划。本发明建立了以风电供暖电能替代项目中蓄热式电锅炉系统运行成本最小为目标的优化模型，对可再生能源消纳领域提供了较为重要的科学依据。
-
公开(公告)号：CN117374919A
公开(公告)日：2024-01-09
申请号：CN202311206682.7
申请日：2023-09-19
Applicant: 国网内蒙古东部电力有限公司供电服务监管与支持中心 , 东北电力大学 , 国家电网有限公司
Inventor： 石研 , 王兆国 , 李文杰 , 孙佳辉 , 郑涛 , 李吉平 , 王巳腾 , 张禄晞 , 杨凤玖 , 张一 , 孙核柳 , 郑海涛 , 王慧林 , 王雅晶 , 王文文 , 刘婉莹 , 萨初日拉 , 王冲 , 李扬 , 李伟 , 宋琼 , 崔金栋 , 倪铭烽 , 贾琪 , 李想
IPC: H02J3/00 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06Q10/0639 , G06Q50/06
Abstract: 一种基于CNN和多层扩展LSTM网络的短期负荷预测方法，属于电力系统预测技术领域。本发明的目的是建立一个结合CNN和多层扩展LSTM（Dilated LSTM）网络的混合模型用于短期负荷预测，从而提高短期负荷预测精度的基于CNN和多层扩展LSTM网络的短期负荷预测方法。本发明首先交替使用CNN网络中的一维卷积操作和池化操作提取历史数据中的局部特征，然后使用多层扩展的LSTM网络从多维度捕捉数据中的长期依赖关系，从而实现更准确的负荷预测。本发明结构不仅有着比传统LSTM网络更长的记忆能力，而且可以多维度挖掘数据之间的依赖关系。本发明模型较其他深度学习方法有着更好的负荷预测效果。
-
公开(公告)号：CN116150616A
公开(公告)日：2023-05-23
申请号：CN202211599739.X
申请日：2022-12-12
Applicant: 东北电力大学 , 国网内蒙古东部电力有限公司供电服务监管与支持中心
Inventor： 王冲 , 宋琼 , 王景银 , 李扬 , 崔金栋 , 倪洪印 , 王野 , 程晨 , 倪铭烽 , 姜文帅 , 贾琪 , 郭晓东 , 杨凯然 , 陆子灵 , 贾迎雪 , 韦爱明 , 佟鹏 , 尚尔媛 , 张婷婷 , 董琪 , 吴昊 , 王光明 , 王信敏 , 王玺乔 , 徐健 , 段智涵 , 姜思敏 , 王洋 , 姜雨寒 , 张建梅 , 崔梦元 , 高燕
IPC: G06F18/214 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种电费异常核算方法及系统，方法包括：采集用户电费数据以及多个历史电费数据；确定训练数据集，将各个历史电费数据输入卷积神经网络模型，输出异常特征值；利用训练数据集构建电费异常核算网络模型；将用户电费数据输入电费异常核算网络模型，确定电费异常结果。本发明通过卷积神经网络预测用户电费是否异常，配合实际用户调查，校正模型预测误差并加入训练数据集，迭代训练。提高模型预测的准确性，减少实际调查的工作量，实现了基于卷积网络的电费异常核算方法。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.03 seconds)
