-
公开(公告)号：CN112333194B
公开(公告)日：2022-08-09
申请号：CN202011239713.5
申请日：2020-11-09
Abstract: 本发明提供一种基于GRU‑CNN的综合能源网络安全攻击检测方法，包含步骤：S1、按时序采集网络节点的第一至第d类工作数据，建立第一工作数据集；S2、根据GRU‑CNN网络的门控循环单元的时间步长，基于所述第一工作数据集生成训练数据集和测试数据集，为所述训练数据集设置对应的标签；S3、通过所述训练数据集训练GRU‑CNN网络，其中训练数据集作为门循环控制单元的输入，通过门循环控制单元提取训练数据集的序列特征，并将该序列特征输入GRU‑CNN网络的卷积神经网络，通过卷积神经网络根据序列特征提取对应的多维度特征，并建立多维度特征到攻击类型的映射；S4、将测试数据集输入训练好的GRU‑CNN网络，得到综合能源网络的安全攻击类型的分类结果。
-
公开(公告)号：CN112333194A
公开(公告)日：2021-02-05
申请号：CN202011239713.5
申请日：2020-11-09
Abstract: 本发明提供一种基于GRU‑CNN的综合能源网络安全攻击检测方法，包含步骤：S1、按时序采集网络节点的第一至第d类工作数据，建立第一工作数据集；S2、根据GRU‑CNN网络的门控循环单元的时间步长，基于所述第一工作数据集生成训练数据集和测试数据集，为所述训练数据集设置对应的标签；S3、通过所述训练数据集训练GRU‑CNN网络，其中训练数据集作为门循环控制单元的输入，通过门循环控制单元提取训练数据集的序列特征，并将该序列特征输入GRU‑CNN网络的卷积神经网络，通过卷积神经网络根据序列特征提取对应的多维度特征，并建立多维度特征到攻击类型的映射；S4、将测试数据集输入训练好的GRU‑CNN网络，得到综合能源网络的安全攻击类型的分类结果。
-
公开(公告)号：CN117079173A
公开(公告)日：2023-11-17
申请号：CN202210994219.2
申请日：2022-08-18
Applicant: 上海朗驰佰特智能技术有限公司 , 上海厚尚电力科技有限公司 , 上海电力大学
Abstract: 本发明涉及电厂巡检机器人和固定的摄像头后台图像处理技术领域，具体地说是一种基于YOLOA的电厂关键设施异常识别方法。一种基于YOLOA的电厂关键设施异常识别方法，包括以下步骤：S1，利用YOLOA网络训练电厂采集的泄漏数据，然后将训练好的模型部署到算法服务器上；S2，电力巡检机器人到达指定位置转动云台，双视摄像头对准识别区域后截取3s可见光和红外视频；S3，采用B变换融合可见光图像的B分量和红外图像，得到融合后的视频；S4，将融合后的视频输入网络预测并在前端页面显示。同现有技术相比，能够更准确的识别电厂的异常状况；利用视频检测，不易出现误检和漏检的情况并且能够实时的在前端页面显示检测的状况。
-
公开(公告)号：CN115081478A
公开(公告)日：2022-09-20
申请号：CN202210700491.5
申请日：2022-06-20
Applicant: 国电长源汉川第一发电有限公司 , 上海电力大学
Abstract: 本发明涉及一种火电厂关键辅机故障诊断方法和系统，其中方法包括以下步骤：获取火电辅机的原始监测信号；通过中心频率观察法和残差指数法来确定最优变分模态分解算法的参数K，采用最优变分模态分解算法将原始监测信号分解成K个模态函数；对分解后的模态提取特征向量；构造集成学习模型，并且使用提取特征向量进行训练；采集火电辅机的待诊断监测信号，输入至训练后的集成学习模型得到诊断结构。与现有技术相比，本发明能够快速的、准确的识别火电厂关键辅机故障类型，及时进行维修和保护，降低火电厂关键辅机故障带来的经济损失，使火电机组能够可靠安全的运行。
-
公开(公告)号：CN113705564A
公开(公告)日：2021-11-26
申请号：CN202110914541.5
申请日：2021-08-10
Applicant: 上海电力大学 , 宝山钢铁股份有限公司 , 上海宝信软件股份有限公司
Abstract: 本发明涉及一种指针式仪表识别读数方法，方法包括拍摄仪表图像，使用YOLOv4深度学习网络模型检测仪表位置并调整拍摄参数后重新拍摄，再次使用YOLOv4深度学习网络模型定位仪表并提取拍摄图像中带有待检测的仪表的区域图像，对该区域图像进行预处理操作后利用霍夫变换算法和角平分线算法的结合求得指针的位置，最终结合角度算法求出仪表读数。与现有技术相比，本发明利用YOLOv4深度学习网络模型进行指针图像的提取，提高了拍摄的指针图像的清晰度，又使用了改进的霍夫算法使得对于指针角度的判断更为精准，可准确读取仪表读数。
-
Patent Agency Ranking
公开(公告)号：CN112233133A
公开(公告)日：2021-01-15
申请号：CN202011179556.3
申请日：2020-10-29
Applicant: 上海电力大学 , 宝山钢铁股份有限公司
Abstract: 本发明涉及一种基于OTSU和区域生长法的电厂高温管道缺陷检测与分割方法，包括以下步骤：获取原始红外图像并灰度化，通过改进二维OTSU预分割提取出管道区域；通过管道区域的灰度分布直方图，找出管道正常温度对应的灰度范围；通过判断邻域灰度均值最大值是否超出正常灰度范围，完成多缺陷种子点的自动检测和定位；将根据已生长区域的灰度均值和标准差调整的自适应阈值作为生长准则，以基于Prewitt算子计算的梯度幅值阈值作为附加条件，实现缺陷区域的生长与提取。与现有技术相比，本发明具有可靠性和准确性高、实时性好的优点，能够满足应用需求。
-
公开(公告)号：CN113126551A
公开(公告)日：2021-07-16
申请号：CN202110467342.4
申请日：2021-04-28
Applicant: 上海电力大学
IPC: G05B19/042
Abstract: 本发明涉及一种基于单对以太网的远程数据采集系统，包括远程数据采集装置和数据监控装置，其中远程数据采集装置包括依次连接的数据采集模块、主控模块和单对以太网通信模块；主控模块包括ARM主控芯片，以及连接ARM主控芯片的存储器、时钟系统、电源单元、显示屏、串口和开关单元，ARM主控芯片包括数模转换单元和MAC单元；数据采集模块包括依次连接的信号预处理单元和模数通道拓展单元，模数通道拓展单元连接ARM主控芯片的数模转换单元；单对以太网通信模块包括单对以太网PHY芯片，单对以太网PHY芯片连接ARM主控芯片的MAC单元。与现有技术相比，本发明具有兼容好、传输效率高简化现场布线等优点。
-
公开(公告)号：CN114784896B
公开(公告)日：2024-10-01
申请号：CN202210234512.9
申请日：2022-03-10
Applicant: 国网甘肃省电力公司电力科学研究院 , 国网甘肃省电力公司 , 上海电力大学
Abstract: 本发明涉及一种面向虚拟电厂的规模化充电桩能量优化管理方法和系统，方法包括：获取虚拟电厂内各光伏发电站、储能电站、用电客户端和接入电动汽车充电站的大规模电动汽车的节点功率信息及其相应的荷电状态；建立面向虚拟电厂的大规模充电桩能量优化管理模型；基于贪婪‑粒子群优化算法对面向虚拟电厂的大规模充电桩能量管理优化模型进行求解；根据求得的最优解制定面向虚拟电厂的大规模充电桩能量优化管理策略。与现有技术相比，本发明实现了虚拟电厂内各系统之间的能量最优分配及协同互动，确保光伏发电站和电动汽车充电站的能量协同互动，保证虚拟电厂的运行稳定，同时兼顾环保效益。
-
公开(公告)号：CN112233133B
公开(公告)日：2023-04-14
申请号：CN202011179556.3
申请日：2020-10-29
Applicant: 上海电力大学 , 宝山钢铁股份有限公司
Abstract: 本发明涉及一种基于OTSU和区域生长法的电厂高温管道缺陷检测与分割方法，包括以下步骤：获取原始红外图像并灰度化，通过改进二维OTSU预分割提取出管道区域；通过管道区域的灰度分布直方图，找出管道正常温度对应的灰度范围；通过判断邻域灰度均值最大值是否超出正常灰度范围，完成多缺陷种子点的自动检测和定位；将根据已生长区域的灰度均值和标准差调整的自适应阈值作为生长准则，以基于Prewitt算子计算的梯度幅值阈值作为附加条件，实现缺陷区域的生长与提取。与现有技术相比，本发明具有可靠性和准确性高、实时性好的优点，能够满足应用需求。
-
公开(公告)号：CN114784896A
公开(公告)日：2022-07-22
申请号：CN202210234512.9
申请日：2022-03-10
Applicant: 国网甘肃省电力公司电力科学研究院 , 国网甘肃省电力公司 , 上海电力大学
Abstract: 本发明涉及一种面向虚拟电厂的规模化充电桩能量优化管理方法和系统，方法包括：获取虚拟电厂内各光伏发电站、储能电站、用电客户端和接入电动汽车充电站的大规模电动汽车的节点功率信息及其相应的荷电状态；建立面向虚拟电厂的大规模充电桩能量优化管理模型；基于贪婪‑粒子群优化算法对面向虚拟电厂的大规模充电桩能量管理优化模型进行求解；根据求得的最优解制定面向虚拟电厂的大规模充电桩能量优化管理策略。与现有技术相比，本发明实现了虚拟电厂内各系统之间的能量最优分配及协同互动，确保光伏发电站和电动汽车充电站的能量协同互动，保证虚拟电厂的运行稳定，同时兼顾环保效益。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.03 seconds)
