-
公开(公告)号：CN108536912A
公开(公告)日：2018-09-14
申请号：CN201810199614.5
申请日：2018-03-12
Applicant: 华南理工大学
IPC: G06F17/50
Abstract: 本发明公开了一种输电塔结构力学分析及其App制作的方法，该方法基于COMSOL Multiphysics软件，根据输电塔的结构、杆件截面、材料对其进行建模，通过施加外界荷载，如输电塔、导线和绝缘子的自重，风和覆冰载荷等，对输电塔进行受力分析，生成受力云图、变形云图、结果报告。然后，通过软件内置App开发器，利用表单编辑器和方法编辑器设计输电塔结构受力分析的App。本发明可以广泛应用于输电塔的有限元建模与结构受力分析，同时制作出的App可以使缺乏有限元建模和仿真分析的非专业人员通过快速修改该模型的参数获得计算结果。
-
公开(公告)号：CN108448610A
公开(公告)日：2018-08-24
申请号：CN201810199615.X
申请日：2018-03-12
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习的短期风功率预测方法，包括步骤：1)通过计算机输入历史风功率数据以及风速风向等相关天气特征因素，并对获取的数据进行预处理；2)采用卷积神经网络(CNN)对预处理后的数据进行特征提取和挖掘，并形成特征图谱；3)采用深度门控循环单元(GRU)神经网络对特征图谱进行训练建模，通过不断优化调参后建立特征图谱与风电场功率之间的非线性关系，形成短期风功率预测模型；4)利用训练建立的模型，对所需预测的风电场进行一段时间的风功率预测，并产生该风电场的风功率预测结果；5)通过计算机输出风功率预测结果。本发明在预测准确度和预测效率上均有显著提高，为电网合理调度提供依据，具有工业应用价值。
-
公开(公告)号：CN108510161A
公开(公告)日：2018-09-07
申请号：CN201810199451.0
申请日：2018-03-12
Applicant: 华南理工大学
IPC: G06Q10/06
Abstract: 本发明公开了一种基于玻尔兹曼分布和多指标评价的稀缺资源分配方法，包括步骤：1)输入n个主体的属性数据，每个主体包含m个属性；2)基于熵权法，计算各个属性的相对权重；3)根据所得到的属性权重，对各个主体的属性进行加权求和，得到各个主体的综合指标；4)优化得出最优的玻尔兹曼参数β，计算出各个主体所分配到的资源数量。本发明在若干主体分配有限资源的背景下，建立了一个兼顾公平和效率的分配方案。
-
Patent Agency Ranking
公开(公告)号：CN108448610B
公开(公告)日：2020-05-22
申请号：CN201810199615.X
申请日：2018-03-12
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习的短期风功率预测方法，包括步骤：1)通过计算机输入历史风功率数据以及风速风向等相关天气特征因素，并对获取的数据进行预处理；2)采用卷积神经网络(CNN)对预处理后的数据进行特征提取和挖掘，并形成特征图谱；3)采用深度门控循环单元(GRU)神经网络对特征图谱进行训练建模，通过不断优化调参后建立特征图谱与风电场功率之间的非线性关系，形成短期风功率预测模型；4)利用训练建立的模型，对所需预测的风电场进行一段时间的风功率预测，并产生该风电场的风功率预测结果；5)通过计算机输出风功率预测结果。本发明在预测准确度和预测效率上均有显著提高，为电网合理调度提供依据，具有工业应用价值。
-
公开(公告)号：CN108564565A
公开(公告)日：2018-09-21
申请号：CN201810199434.7
申请日：2018-03-12
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习的电力设备红外图像多目标定位方法，包括步骤：1)通过变电站设备检测装置获取标准化的电力设备红外图像；2)建立电力设备红外图像样本库，提取训练集、验证集和测试集；3)建立FASTER-RCNN深度目标检测神经网络，使用样本库的训练集对所建立的FASTER-RCNN深度目标检测神经网络进行训练，并通过验证集对模型的过拟合程度进行验证；4)利用训练建立的网络模型，对测试集中的红外图像进行多目标识别与定位，并产生识别结果。本发明利用深度学习算法对输入红外图像进行深度特征挖掘，不依赖于手工提取特征参数，能够有效的并准确的识别并定位各类电力主干设备的区域和位置，从而在一定程度上，缩减人工劳动量。
-
-
公开(公告)号：CN108428055A
公开(公告)日：2018-08-21
申请号：CN201810199636.1
申请日：2018-03-12
Applicant: 华南理工大学
Abstract: 本发明公开了一种考虑负荷纵向特性的负荷聚类方法，包括步骤：1)输入n个用户T天内的负荷数据，对数据进行归一化处理，并修正异常尖峰数据；2)计算每一个用户T天内各个时刻负荷均值和负荷方差；3)构建用户的用电行为向量，向量的每一个元素为一个二维实数对，实数对中第一位表征负荷的横向特性，第二位表征负荷的纵向特性；4)计算两个用户之间的综合距离系数，根据得出的距离矩阵进行聚类。本发明对用户用电行为的表征更加准确和科学，符合实际，提高聚类的合理性，为电力调度和需求侧管理提供更有效的信息。
-
公开(公告)号：CN108428055B
公开(公告)日：2021-11-23
申请号：CN201810199636.1
申请日：2018-03-12
Applicant: 华南理工大学
Abstract: 本发明公开了一种考虑负荷纵向特性的负荷聚类方法，包括步骤：1)输入n个用户T天内的负荷数据，对数据进行归一化处理，并修正异常尖峰数据；2)计算每一个用户T天内各个时刻负荷均值和负荷方差；3)构建用户的用电行为向量，向量的每一个元素为一个二维实数对，实数对中第一位表征负荷的横向特性，第二位表征负荷的纵向特性；4)计算两个用户之间的综合距离系数，根据得出的距离矩阵进行聚类。本发明对用户用电行为的表征更加准确和科学，符合实际，提高聚类的合理性，为电力调度和需求侧管理提供更有效的信息。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
