-
公开(公告)号：CN115313529A
公开(公告)日：2022-11-08
申请号：CN202210939262.9
申请日：2022-08-05
Applicant: 国网安徽省电力有限公司经济技术研究院 , 武汉大学
Inventor： 李志伟 , 王绪利 , 杨欣 , 吴晓鸣 , 张辉 , 郭汶璋 , 王明 , 秦亮 , 李鸿鹏 , 葛成 , 王磊 , 崔宏 , 钱龙 , 向阳 , 熊煜 , 种亚林 , 周帆 , 刘钊汛 , 刘开培
Abstract: 本发明涉及一种考虑空间特性和交直流两侧耦合作用的电能质量评估方法，与现有技术相比解决了未充分考虑空间特性和交直流两侧耦合作用影响的缺陷。本发明包括以下步骤：构建交直流配电网电能质量评估指标集；交流侧权重和直流侧权重的计算；求解电能质量指标组合权重系数；计算交直流配电网两侧的电能质量耦合系数；交直流配电网电能质量的评估。本发明将不同区域特性下的第一权重与实测数据下的第二权重相结合，采用均衡算法求取最优组合权重，并考虑由两侧网络的网络结构、变流器的控制策略以及变流器的拓扑机构交互影响下的两侧电能质量指标耦合作用，实现对不同场景下和耦合作用下的交直流配电网电能质量评估。
-
公开(公告)号：CN115800385A
公开(公告)日：2023-03-14
申请号：CN202210973159.6
申请日：2022-08-15
Applicant: 国网安徽省电力有限公司经济技术研究院 , 武汉大学
Inventor： 杨欣 , 李志伟 , 王绪利 , 张辉 , 郭汶璋 , 王明 , 秦亮 , 吴晓鸣 , 李鸿鹏 , 葛成 , 崔宏 , 聂元弘 , 王江 , 洪运 , 代磊 , 施天成 , 沈玉明 , 丛昊 , 杨诗琦 , 刘开培
Abstract: 本发明涉及一种基于光伏逆变器和充电桩可调控容量的电能质量调控方法，与现有技术相比解决了电能质量调控方法未充分考虑光伏逆变器和电动汽车充电桩影响因素的缺陷。本发明包括以下步骤：光伏逆变器与充电桩可调控容量的计算；待调控电能质量区域的确定；电能质量的调控；电能质量指标的评估。本发明利用光伏逆变器和充电桩可调控容量的电能质量区域主动限制方法，以充分利用光伏逆变器和电动汽车充电桩的剩余容量，通过区域限制的方式来改善交直流配电网的电能质量。
-
公开(公告)号：CN116454941A
公开(公告)日：2023-07-18
申请号：CN202310322340.5
申请日：2023-03-29
Applicant: 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院 , 合肥工业大学 , 国网安徽省电力有限公司经济技术研究院
IPC: H02J3/32 , H02J3/00 , H02J7/00 , G06F18/23213 , G06N3/0442 , G06N3/048
Abstract: 本发明公开了一种基于源荷增长预测组合的储能配置方法，包括：1、提取日负荷曲线、常规机组与新能源日出力曲线，采集每一采样周期内的日期类型；2、利用k‑means算法按日期类型分别对采样对象进行聚类；3、利用LSTM算法分别对采样对象进行预测，分别形成日负荷、常规机组与新能源日出力的聚类预测结果；4、对步骤3所得结果进行组合，剔除不在同一聚类因素下的聚类预测结果；5、计算不同组合对应的净负荷波动，构建关于源荷两侧不确定性的储能配置模型；6、利用粒子群算法对所建立模型进行求解。本发明能够使源荷侧在中长期运行均增长的前提下，进行储能容量的配置，使电网在中长期运行时段下能够保持功率平衡。
-
公开(公告)号：CN115800385B
公开(公告)日：2024-04-19
申请号：CN202210973159.6
申请日：2022-08-15
Applicant: 国网安徽省电力有限公司经济技术研究院
Inventor： 杨欣 , 李志伟 , 王绪利 , 张辉 , 郭汶璋 , 王明 , 秦亮 , 吴晓鸣 , 李鸿鹏 , 葛成 , 崔宏 , 聂元弘 , 王江 , 洪运 , 代磊 , 施天成 , 沈玉明 , 丛昊 , 杨诗琦 , 刘开培
Abstract: 本发明涉及一种基于光伏逆变器和充电桩可调控容量的电能质量调控方法，与现有技术相比解决了电能质量调控方法未充分考虑光伏逆变器和电动汽车充电桩影响因素的缺陷。本发明包括以下步骤：光伏逆变器与充电桩可调控容量的计算；待调控电能质量区域的确定；电能质量的调控；电能质量指标的评估。本发明利用光伏逆变器和充电桩可调控容量的电能质量区域主动限制方法，以充分利用光伏逆变器和电动汽车充电桩的剩余容量，通过区域限制的方式来改善交直流配电网的电能质量。
-
公开(公告)号：CN115313529B
公开(公告)日：2023-09-12
申请号：CN202210939262.9
申请日：2022-08-05
Applicant: 国网安徽省电力有限公司经济技术研究院
Inventor： 李志伟 , 王绪利 , 杨欣 , 吴晓鸣 , 张辉 , 郭汶璋 , 王明 , 秦亮 , 李鸿鹏 , 葛成 , 王磊 , 崔宏 , 钱龙 , 向阳 , 熊煜 , 种亚林 , 周帆 , 刘钊汛 , 刘开培
Abstract: 本发明涉及一种考虑空间特性和交直流两侧耦合作用的电能质量评估方法，与现有技术相比解决了未充分考虑空间特性和交直流两侧耦合作用影响的缺陷。本发明包括以下步骤：构建交直流配电网电能质量评估指标集；交流侧权重和直流侧权重的计算；求解电能质量指标组合权重系数；计算交直流配电网两侧的电能质量耦合系数；交直流配电网电能质量的评估。本发明将不同区域特性下的第一权重与实测数据下的第二权重相结合，采用均衡算法求取最优组合权重，并考虑由两侧网络的网络结构、变流器的控制策略以及变流器的拓扑机构交互影响下的两侧电能质量指标耦合作用，实现对不同场景下和耦合作用下的交直流配电网电能质量评估。
-
Patent Agency Ranking
公开(公告)号：CN116090541A
公开(公告)日：2023-05-09
申请号：CN202310002001.9
申请日：2023-01-03
Applicant: 武汉大学 , 广东南方数码科技股份有限公司
IPC: G06N3/082 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种基于切片下采样的模型轻量化方法、设备及存储介质。该发明通过特征切片的方式实现模型的下采样操作，紧接着追加一个深度可分离卷积，以提取下采样所得特征映射层的高层语义信息。它可以在明显降低参数量和计算量的情况下保持或者轻微提升模型精度。与现有技术相比，本发明确保了下采样过程中图像特征信息的全量继承，在显著降低模型参数量的情况下可以有效维持模型性能，有助于提升深度学习模型的训练和推理速度，减少设备资源占用和降低功耗。为轻量化深度学习模型的构建提供了新的参考和思路，对于在资源受限的边缘计算设备上部署和应用深度学习模型具有重要意义。
-
公开(公告)号：CN115660104A
公开(公告)日：2023-01-31
申请号：CN202211333628.4
申请日：2022-10-28
Applicant: 武汉大学
Abstract: 本发明提供了一种面向ARM处理器的深度学习模型部署方法及设备。所述方法包括：步骤1，在本地电子设备上安装Docker Desktop；步骤2，交叉编译面向ARM处理器的深度学习推理引擎；步骤3，训练面向指定任务的深度学习模型并将训练好的深度学习模型导出；步骤4，构建面向指定任务的深度学习模型镜像；步骤5，在嵌入式设备上安装Docker；步骤6，在公共镜像仓库Docker Hub中拉取之前训练好的深度学习模型，并在嵌入式设备上对训练好的深度学习模型进行部署和推理加速。本发明降低了模型部署和运维的难度，大幅提升了边缘计算环境下模型部署和成果应用的速度，为深度学习技术的快速转化和落地应用提供了重要的技术支撑。
-
公开(公告)号：CN114863248A
公开(公告)日：2022-08-05
申请号：CN202210199571.7
申请日：2022-03-02
Applicant: 武汉大学
IPC: G06V20/00 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深监督自蒸馏的图像目标检测方法。该方法通过深监督自蒸馏的方式来强化火灾检测模型对旧图像集特征知识的学习能力，并重点基于损失函数权重自适应方法，指导模型在训练过程中自动均衡新旧数据集的特征重要性。从而确保模型能够实现高效的增量更新，并进一步提升模型的泛化性能。本发明方法可以有效避免灾难性遗忘问题的发生，并以自适应的方式最大程度上均衡新旧数据集特征知识的重要性，可以在不增加模型参数量、不更改模型架构的情况下实现模型的增量更新，对于模型的更新换代以及泛化性能提升具有重要意义。
-
公开(公告)号：CN101275159A
公开(公告)日：2008-10-01
申请号：CN200810047594.6
申请日：2008-05-06
Applicant: 武汉大学
Abstract: 本发明涉及一种快速检测尿液中大肠杆菌的方法：用无菌尿杯收集尿液，然后从中取尿液1.0～2.0ml于EP管，2000～3500rpm离心2～4min，取上清400～800μl转至另一EP管，10000～15000rpm离心至少5min，弃上清，吸取100～200μl尿沉渣涂片2张，固定后，一张玻片上加入浓度为2～10ng/μl的探针30～50μl，另一张玻片上加入浓度为1ng/μl的探针，然后在45℃～55℃条件下避光杂交30～45min，清洗后，置于洗涤液中浸泡10～20min，清洗，干燥后，置荧光显微镜下观察结果。本发明所采用的方法十分敏感，最低检出限达到了103～104CFU/ml。本发明所采用的方法特异性强，特异性进达到100％。其理论基础主要是基于成熟的细菌遗传学原理。本发明一份临床标本的检测时间约为1h，耗时较传统培养鉴定方法大为缩短。
-
公开(公告)号：CN114863248B
公开(公告)日：2024-04-26
申请号：CN202210199571.7
申请日：2022-03-02
Applicant: 武汉大学
IPC: G06V20/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于深监督自蒸馏的图像目标检测方法。该方法通过深监督自蒸馏的方式来强化火灾检测模型对旧图像集特征知识的学习能力，并重点基于损失函数权重自适应方法，指导模型在训练过程中自动均衡新旧数据集的特征重要性。从而确保模型能够实现高效的增量更新，并进一步提升模型的泛化性能。本发明方法可以有效避免灾难性遗忘问题的发生，并以自适应的方式最大程度上均衡新旧数据集特征知识的重要性，可以在不增加模型参数量、不更改模型架构的情况下实现模型的增量更新，对于模型的更新换代以及泛化性能提升具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.089 seconds)
