-
公开(公告)号:CN109360146A
公开(公告)日:2019-02-19
申请号:CN201810960343.0
申请日:2018-08-22
申请人: 国网甘肃省电力公司 , 国网甘肃省电力公司检修公司
摘要: 本发明公开了一种基于深度卷积对抗生成网络DCGAN的双光图像融合模型,该模型通过深度鉴别卷积网络提取可见光和红外光下同一目标的图像特征,将两图像特征按照同一个特征字典进行稀疏编码;然后融合该编码特征,并将其作为深度卷积生成网络的输入数据,从而使生成网络生成融合图像;最后利用融合生成图像的融合特征与编码融合特征之间的误差训练生成模型,使其生成双光融合图像。该模型利用深度学习网络对可见光图像和红外光图像进行特征提取和编码,融合编码特征可以对两幅图像的特征点进行自动匹配。本发明所述的模型在训练结束后可随时调用,同时输入可见光图像和红外光图像便可自动生成融合质量较高的双光图像。
-
公开(公告)号:CN106055752B
公开(公告)日:2019-04-02
申请号:CN201610346273.0
申请日:2016-05-23
申请人: 华北电力大学 , 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 , 国家电网公司
IPC分类号: G06F17/50
摘要: 本发明属于电力系统模型仿真技术领域,尤其涉及一种提高MMC高效电磁暂态模型仿真精度的方法。首先基于戴维南等效定理建立MMC桥臂详细等效模型。若仿真过程中出现的故障或开关动作等引起网络结构突变,判断子模块当前时刻上IGBT开关状态是否发生改变,若改变则考虑电容电流突变特性,修正原等效建模过程中电容电流的计算结果;若不变则保持上一时刻等效结果;依据修正后的电容电流,戴维南等效电压源来求解这一时刻的等效桥臂模型。本发明方法在保证电磁暂态仿真提速的情况下,有效消除了因梯形积分引起计算边界条件突变的误差,提高了MMC高效电磁暂态模型仿真精度。
-
公开(公告)号:CN106055752A
公开(公告)日:2016-10-26
申请号:CN201610346273.0
申请日:2016-05-23
申请人: 华北电力大学 , 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 , 国家电网公司
IPC分类号: G06F17/50
CPC分类号: G06F17/5036
摘要: 本发明属于电力系统模型仿真技术领域,尤其涉及一种提高MMC高效电磁暂态模型仿真精度的方法。首先基于戴维南等效定理建立MMC桥臂详细等效模型。若仿真过程中出现的故障或开关动作等引起网络结构突变,判断子模块当前时刻上IGBT开关状态是否发生改变,若改变则考虑电容电流突变特性,修正原等效建模过程中电容电流的计算结果;若不变则保持上一时刻等效结果;依据修正后的电容电流,戴维南等效电压源来求解这一时刻的等效桥臂模型。本发明方法在保证电磁暂态仿真提速的情况下,有效消除了因梯形积分引起计算边界条件突变的误差,提高了MMC高效电磁暂态模型仿真精度。
-
-