-
公开(公告)号：CN112132228B
公开(公告)日：2024-05-14
申请号：CN202011065113.1
申请日：2020-09-30
Applicant: 东南大学
IPC: G06F18/24 , G06N5/01 , G06F18/2431 , G06N3/0499 , G06N3/084
Abstract: 本发明提供了一种基于决策树分类的辐照度缺失数据插补方法及系统，其中方法包括以下步骤：检测缺失的辐照度值；运用决策树分类的方法将数据按天气分类；根据日期、时间、经纬度计算太阳高度角；在不同的天气类别下，根据当前时间、功率和环境温度，运用不同的神经网络参数拟合辐照度序列；插补缺失的辐照度值。本发明通过决策树的分类保留了天气现象的信息，又在神经网络中加了太阳高度角的输入，保留了日期和时间的信息，因此数据插补效果明显优于其他算法，大大提高了插补的准确度。本发明有助于填补缺失的辐照度数据，在不降低性能的前提下，解决辐照度、温度、功率时间戳不一致的问题，有助于增加样本数量。
-
公开(公告)号：CN112327999B
公开(公告)日：2022-03-11
申请号：CN202011204566.8
申请日：2020-11-02
Applicant: 东南大学
IPC: G05F1/67
Abstract: 本发明公开了一种基于最大功率点跟踪数据的光伏快速检测及精确诊断方法，包括以下步骤：基于最大功率点瞬时电流下降检测异常，其中阈值设定同时考虑了采样间隔及扰动步长；利用特性曲线上关键工作点及极值点个数区分遮挡和线路故障，并进一步评估故障程度；根据故障评估结果，设置工作电压以区分故障组串和正常组串，从而实现故障定位。本发明提出的检测方法无需安装额外的数据采集设备，可方便嵌入商用逆变器，且在低辐照度、低失配等级及安装阻塞二极管等复杂环境下均适用，同时提取的拐点特征可有效区分具有相似特性的部分遮挡及线路故障，避免不必要的断电保护，除此之外，提出的故障定位方法能够快速将故障隔离，进而保证系统的安全运行。
-
公开(公告)号：CN112487347A
公开(公告)日：2021-03-12
申请号：CN202011203411.2
申请日：2020-11-02
Applicant: 东南大学
Abstract: 本发明公开了一种考虑环境和时变因素的光伏组件模型参数化方法，包括以下步骤：采用一种双迭代算法提取特定运行条件下的单二极管模型参数，该算法的结果作为后期估计的基准；基于最近邻条件下提取的参数估计未知条件下的参数值；进一步地利用网格点距离加权结果对估计参数实现优化。本发明提出的双迭代算法仅需要三个关键工作点的相关数据，无需额外的工作点或斜率数据，在实际工程中具有更广的应用空间，同时该算法相对于传统的解析法对噪声具有更高的鲁棒性和物理可解释性，除此之外，本发明估计的五个模型参数均考虑了运行环境的影响，且可引入退化因子描述光伏组件本身的退化过程，这也更符合实际情况。
-
公开(公告)号：CN112309075A
公开(公告)日：2021-02-02
申请号：CN202011121564.2
申请日：2020-10-20
Applicant: 东南大学
Abstract: 本发明提供了一种光伏电站火灾预警系统，包括基于图像的火灾隐患检测模块、基于电气信号的直流电弧检测模块和云端协同模块；其中图像检测系统通过摄像头采集电站实时图像数据，火灾预警终端通过视频服务器读取图像数据并通过深度学习算法检测火焰、烟雾和可燃物；电弧检测系统通过电弧传感器采集汇流箱直流线路的电气信号和电弧强度值，之后通过自制电弧发生器实验设置电弧报警阈值；云端协同系统通过结合电站其他来源数据和历史图像电气数据做火灾预警信号的进一步数据融合分析，并将预警信号同步给监控人员。本发明实现了光伏电站在无人值守的情况下，通过图像与电信号的监控实时识别电站中存在的火灾隐患和直流电弧。
-
公开(公告)号：CN112132228A
公开(公告)日：2020-12-25
申请号：CN202011065113.1
申请日：2020-09-30
Applicant: 东南大学
Abstract: 本发明提供了一种基于决策树分类的辐照度缺失数据插补方法及系统，其中方法包括以下步骤：检测缺失的辐照度值；运用决策树分类的方法将数据按天气分类；根据日期、时间、经纬度计算太阳高度角；在不同的天气类别下，根据当前时间、功率和环境温度，运用不同的神经网络参数拟合辐照度序列；插补缺失的辐照度值。本发明通过决策树的分类保留了天气现象的信息，又在神经网络中加了太阳高度角的输入，保留了日期和时间的信息，因此数据插补效果明显优于其他算法，大大提高了插补的准确度。本发明有助于填补缺失的辐照度数据，在不降低性能的前提下，解决辐照度、温度、功率时间戳不一致的问题，有助于增加样本数量。
-
Patent Agency Ranking
公开(公告)号：CN110837036A
公开(公告)日：2020-02-25
申请号：CN201911079217.5
申请日：2019-11-07
Applicant: 东南大学
Abstract: 本发明公开了一种电路板故障自动检测系统，包括机电一体化平台、电路板图像检测算法和平台控制软件；机电一体化平台可通过定点图像采集，将图像结果与PCB电路设计图进行比对，控制三轴运动机构精准将探针移动到待测电路板孔位从而采集相关电信号数据；图像检测算法提供了一种可行的电路板待测孔位坐标检测方法，从而实现机电一体化平台的自动化控制；平台控制软件通过可视化操作根据不同类电路板设置电路板检测流程；该系统实现了根据PCB电路图自动化且高精度地检测电路板电信号并进行故障诊断与反馈。
-
公开(公告)号：CN119273325A
公开(公告)日：2025-01-07
申请号：CN202411285379.5
申请日：2024-09-13
Applicant: 东南大学深圳研究院
IPC: G06Q10/20 , G06Q50/06 , H02S50/00 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开了一种基于I‑V曲线和深度学习的光伏遮挡类型和程度诊断方法，实现步骤为：(1)采集光伏组串的I‑V曲线数据；(2)对采集的I‑V曲线数据进行预处理和图像编码；(3)采用双流深度神经网络实现对光伏遮挡类型的诊断；(4)结合光伏遮挡诊断结果和机理模型对遮挡严重程度进行估计。本发明能够用于解决光伏遮挡检测无法对具体的类型和程度进行诊断的问题，有利于采取有效的功率优化方法和运维策略。
-
公开(公告)号：CN114022455A
公开(公告)日：2022-02-08
申请号：CN202111310897.4
申请日：2021-11-06
Applicant: 东南大学
Abstract: 本发明公开了一种基于视频的车用附件缺口测量方法，如下：调用系统准备模块，确保传送带上无附件；获取当前视频流的一帧图像，调用背景建模模块；获取当前视频流的一帧图像，调用附件识别模块；调用背景建模模块；调用附件跟踪模块，获取当前图像中各个附件的具体位置；将每个附件的位置坐标参数输入对应的缺口测量模块；将每个附件的位置坐标参数输入对应的基于斜率的缺口测量模块；将同一目标前后多帧的结果输入基于多帧图像的融合测量模块，得到当前附件的最终结果；直至视频流中止。该方法利用传统图像处理算法和视频流多帧融合跟踪对某车用附件的缺口进行了在线测量，解决了现有算法适用范围窄和易受环境影响等技术问题。
-
公开(公告)号：CN113850337A
公开(公告)日：2021-12-28
申请号：CN202111157081.2
申请日：2021-09-30
Applicant: 东南大学
IPC: G06K9/62
Abstract: 本发明属于数据分类领域，具体涉及一种基于加权KNN的光伏组件遮挡面积分类方法，包括以下步骤：A1：数据采集，采集若干组被遮挡的光伏组件的I‑V曲线数据，遮挡区域占电池片面积的比值从0‑100%；A2：数据预处理，每一组采集到的I‑V曲线数据包含400个采样点，设定采样频率为△U=0.5V，仅采样保留部分数据点；A3：将预处理后的数据进行特征提取；A4：构建加权KNN分类器对光伏组件遮挡面积范围进行分类。本发明能够提取出光伏组件在不同遮挡情况下的电气数据特征，然后根据这些特征进行遮挡面积分类，从而进行有效的故障处理；本发明方法简单，实现方便，支持增量学习，分类准确率高，有助于对遮挡故障实现更精确的定位与分类，有助于光伏发电的整体运维。
-
公开(公告)号：CN108596880A
公开(公告)日：2018-09-28
申请号：CN201810310148.3
申请日：2018-04-08
Applicant: 东南大学
Abstract: 本发明公开了一种基于图像处理的焊接缺陷特征提取与焊接质量分析方法。本发明的方法包括如下步骤：S1.对黑白相机获取的灰度图像进行图像增强；S2.根据工件类型和焊接区域类型，设计工件背景分割卡，对增强后的图像进行背景分割，剔除背景对后续图像处理的影响；S3.根据焊洞的特征设计提取算法，获得焊接缺陷的形态和面积信息，分析焊洞的大小情况，对焊洞的不合格程度进行自动分级。该方法将图像增强，背景分割，二值化处理和轮廓提取等图像处理技术成功运用于实际的焊接场景中，有效地提取出了焊接后工件中的焊接缺陷特征并计算出缺陷面积。该方法能够实时自动分析焊接质量，有利于工厂生产效率的提高。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.017 seconds)
