-
公开(公告)号：CN119535244B
公开(公告)日：2025-05-16
申请号：CN202510110435.X
申请日：2025-01-23
Applicant: 南昌工程学院
IPC: G01R31/367 , G01R31/392 , G01R31/396 , G06N3/006 , G06N3/049 , G06N3/0464 , G06N7/08
Abstract: 本发明公开了一种储能电池剩余使用寿命预测方法及系统，该方法通过获取电池容量时间序列数据；采用TVF‑EMD对电池容量时间序列数据进行分解得到本征模态分量；利用改进后的协同群优化算法对时间卷积神经网络模型的卷积核个数和卷积核大小进行优化；对完整的电池容量时间序列数据归一化，将归一化后的数据输入改进协同群优化算法优化后的时间卷积神经网络模型之中进行剩余使用寿命预测。本发明通过改进后的协同群优化算法优化的时间卷积神经网络模型，使其预测具有更高的准确性。
-
公开(公告)号：CN119293475B
公开(公告)日：2025-04-18
申请号：CN202411814932.X
申请日：2024-12-11
Applicant: 南昌工程学院
Abstract: 本发明属于变压器监测技术领域，公开了一种复杂环境中变压器声纹信号降噪与辨识方法及系统，该方法选择小波基函数对变压器声纹信号进行分解，将变压器声纹信号分解为不同频率和时间尺度上的小波包系数矩阵；将获得的小波包系数矩阵输入各向异性噪声因子算法中，计算变压器声纹信号的低秩矩阵和噪声协方差；根据计算变压器声纹信号的低秩矩阵和噪声协方差进行重构，得到降噪后的变压器声纹信号；将降噪后的变压器声纹信号输入声纹信号辨识网络中，对变压器的运行状态进行辨识。本发明可有效去除噪声成分，能够有效提升信噪比，获得纯净的变压器声纹信号，提高辨识准确率。
-
公开(公告)号：CN119446179A
公开(公告)日：2025-02-14
申请号：CN202411524688.3
申请日：2024-10-30
Applicant: 国网湖北省电力有限公司超高压公司 , 南昌工程学院
Inventor： 况静 , 张子熙 , 罗浪 , 毕如玉 , 胡卡 , 赵泽予 , 侯晓松 , 胡晶 , 卢典 , 马雯君 , 姚佶 , 敖研 , 洪叶 , 李璐 , 高牧风 , 许志浩 , 王宗耀 , 徐派
Abstract: 本发明公开了一种基于盲源分离的变压器背景噪声去除方法，包括如下步骤：采集变压器的声纹信号，并通过RLS算法对采集到的声纹信号进行预处理；使用改进捕鱼优化算法代替JADE算法中的联合对角化操作，得到JADE算法最优参数，构成改进JADE算法；使用改进JADE算法对预处理后的声纹信号进行盲源分离；改进捕鱼优化算法是引入自适应因子改进独立搜索行为，并引入逃脱公式改进开发阶段；本发明通过采用改进捕鱼优化算法优化的JADE算法进行盲源分离，解决了JADE算法的参数难以准确选取的问题，能够对变压器复杂环境下的噪声进行分离，且经过改进捕鱼优化算法优化以后的JADE算法的盲源分离会更加准确。
-
公开(公告)号：CN119474843B
公开(公告)日：2025-05-20
申请号：CN202510062712.4
申请日：2025-01-15
Applicant: 南昌工程学院
IPC: G06F18/2135 , G06F18/15 , G06F17/16 , G06N3/0499 , G06N3/084 , G06N3/006 , G01N21/25 , G01N21/59
Abstract: 本发明公开了一种基于透射光谱分析的水质检测方法及电子设备，该方法对光谱透射率数据集进行数据降维，得到降维后的样本数据集；将BP神经网络的原始阈值和原始权重作为改进海星优化算法的初始种群位置进行寻优，获取BP神经网络的最优阈值和最优权重；使用降维后的样本数据集对已获取最优阈值和最优权重的BP神经网络和特征提取模块组成的水质检测模型进行训练，使用训练合格的水质检测模型对水质进行检测。本发明采用改进海星优化算法优化的BP神经网络进行水质检测，能够准确的检测出水质的情况。
-
公开(公告)号：CN119941555A
公开(公告)日：2025-05-06
申请号：CN202411997680.9
申请日：2024-12-31
Applicant: 广东电网有限责任公司广州供电局 , 南昌工程学院
Inventor： 邓烨恒 , 邹伟煜 , 潘建庭 , 许斌斌 , 江少镇 , 丛培杰 , 刘福来 , 李子森 , 何梓麟 , 胡劭超 , 丁贵立 , 许志浩 , 肖腾 , 王晗 , 徐派 , 周健 , 熊名政
Abstract: 本发明公开了一种基于图像去噪的压接管检测方法，首先获取压接管的航拍图像，将脉冲耦合神经网络的指数衰减时间常数αT和固有电压常数VT作为改进极光优化算法的初始种群位置进行寻优，获取脉冲耦合神经网络的最优指数衰减时间常数αT和最优固有电压常数VT；训练脉冲耦合神经网络得到压接管检测模型，其次将航拍得到的原始图像输入进训练好的模型之中，从而对原始图像进行去噪处理，最后再将去噪后的图像输入yolov5模型之中进行检测。本发明提出的方法可以显著增强对图像的去噪能力，从而提高yolov5模型对压接管的检测精度。
-
Patent Agency Ranking
公开(公告)号：CN119919808A
公开(公告)日：2025-05-02
申请号：CN202411996489.2
申请日：2024-12-31
Applicant: 广东电网有限责任公司广州供电局 , 南昌工程学院
Inventor： 邓烨恒 , 齐倩 , 赵杨宇 , 卢启森 , 黄智聪 , 邹树均 , 陈东锐 , 许斌斌 , 江少镇 , 丛培杰 , 谢剑翔 , 蔡蒂 , 丁贵立 , 许志浩 , 肖腾 , 王晗 , 徐派 , 周健 , 熊名政
IPC: G06V20/10 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种野外复杂背景下的输电线压接管检测系统与方法。该系统由可见光图像采集装置和压接管可见光图像目标检测装置组成。可见光图像采集装置负责采集压接管的可见光图像，并将其输入到压接管可见光图像目标检测装置中。该检测装置内置一种专门针对野外复杂背景下的输电线压接管检测模型，用于精确检测压接管。该检测模型基于YOLO算法的理念，但采用了全新的主干网络、特征融合网络和广域检测头。针对传统网络模型体积大的问题，本发明引入了MCBSC‑C模块和GBSC模块，构建了一个轻量化的主干网络，能够快速提取有效的特征。特征融合网络通过GBSCSPPF模块进行多尺度特征融合，并通过CSA模块集中关注重要的特征图。
-
公开(公告)号：CN119535244A
公开(公告)日：2025-02-28
申请号：CN202510110435.X
申请日：2025-01-23
Applicant: 南昌工程学院
IPC: G01R31/367 , G01R31/392 , G01R31/396 , G06N3/006 , G06N3/049 , G06N3/0464 , G06N7/08
Abstract: 本发明公开了一种储能电池剩余使用寿命预测方法及系统，该方法通过获取电池容量时间序列数据；采用TVF‑EMD对电池容量时间序列数据进行分解得到本征模态分量；利用改进后的协同群优化算法对时间卷积神经网络模型的卷积核个数和卷积核大小进行优化；对完整的电池容量时间序列数据归一化，将归一化后的数据输入改进协同群优化算法优化后的时间卷积神经网络模型之中进行剩余使用寿命预测。本发明通过改进后的协同群优化算法优化的时间卷积神经网络模型，使其预测具有更高的准确性。
-
公开(公告)号：CN119915890A
公开(公告)日：2025-05-02
申请号：CN202411996837.6
申请日：2024-12-31
Applicant: 广东电网有限责任公司广州供电局 , 南昌工程学院
Inventor： 邓烨恒 , 赵杨宇 , 齐倩 , 张青立 , 邹伟煜 , 许斌斌 , 江少镇 , 丛培杰 , 谢剑翔 , 蔡蒂 , 卢灏 , 胡劭超 , 丁贵立 , 许志浩 , 肖腾 , 王晗 , 徐派 , 周健 , 熊名政
Abstract: 本发明公开了一种基于漏磁信号的压接管检测方法，该方法首先采集压接管的漏磁信号来构造初始样本数据集，对构造完成的初始样本数据集进行归一化处理；将BP神经网络的原始阈值和原始权重作为改进信息获取优化算法的初始种群位置进行寻优，获取BP神经网络的最优阈值和最优权重；训练BP神经网络得到压接管检测模型，根据实时采集的漏磁信号用压接管检测模型进行检测。本发明采用改进信息获取优化算法的BP神经网络进行压接管检测，能够实时准确的检测压接管的状态。
-
公开(公告)号：CN119474843A
公开(公告)日：2025-02-18
申请号：CN202510062712.4
申请日：2025-01-15
Applicant: 南昌工程学院
IPC: G06F18/2135 , G06F18/15 , G06F17/16 , G06N3/0499 , G06N3/084 , G06N3/006 , G01N21/25 , G01N21/59
Abstract: 本发明公开了一种基于透射光谱分析的水质检测方法及电子设备，该方法对光谱透射率数据集进行数据降维，得到降维后的样本数据集；将BP神经网络的原始阈值和原始权重作为改进海星优化算法的初始种群位置进行寻优，获取BP神经网络的最优阈值和最优权重；使用降维后的样本数据集对已获取最优阈值和最优权重的BP神经网络和特征提取模块组成的水质检测模型进行训练，使用训练合格的水质检测模型对水质进行检测。本发明采用改进海星优化算法优化的BP神经网络进行水质检测，能够准确的检测出水质的情况。
-
公开(公告)号：CN119293475A
公开(公告)日：2025-01-10
申请号：CN202411814932.X
申请日：2024-12-11
Applicant: 南昌工程学院
Abstract: 本发明属于变压器监测技术领域，公开了一种复杂环境中变压器声纹信号降噪与辨识方法及系统，该方法选择小波基函数对变压器声纹信号进行分解，将变压器声纹信号分解为不同频率和时间尺度上的小波包系数矩阵；将获得的小波包系数矩阵输入各向异性噪声因子算法中，计算变压器声纹信号的低秩矩阵和噪声协方差；根据计算变压器声纹信号的低秩矩阵和噪声协方差进行重构，得到降噪后的变压器声纹信号；将降噪后的变压器声纹信号输入声纹信号辨识网络中，对变压器的运行状态进行辨识。本发明可有效去除噪声成分，能够有效提升信噪比，获得纯净的变压器声纹信号，提高辨识准确率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.016 seconds)
