-
公开(公告)号：CN105931153A
公开(公告)日：2016-09-07
申请号：CN201610229841.9
申请日：2016-04-14
Applicant: 湘潭大学
CPC classification number: G06Q50/205 , G06N3/0454 , G06N3/08
Abstract: 本发明公开了一种基于神经网络预测分析模型的问卷调查间接评估方法，涉及自动化领域，其包括：提取问卷调查相关数据；对提取的问卷调查相关数据进行预处理，获得真实且合格的数据；基于真实且合格的数据构建BP神经网络评估模型；训练模型以获得更加有效且合理的评估模型；将通过分析模型所获得的知识并结合专家知识封装于执行决策的决策服务中；利用决策服务判定毕业要求达成度。本发明覆盖面广，效率高，具有自主分析决策能力，能够客观地评估学生学习成果。
-
Patent Agency Ranking
公开(公告)号：CN107271925B
公开(公告)日：2019-11-05
申请号：CN201710493277.6
申请日：2017-06-26
Applicant: 湘潭大学
IPC: G01R31/42
Abstract: 本发明公开了一种基于深度卷积网络的模块化五电平换流器故障定位方法，首先将模块化五电平换流器的子模块中采集到的电容电压信号组合成多通道序列，再从序列中采样得到数据带并进行归一化处理，处理后的数据带视为灰度图并作为深度卷积神经网络模型的输入；在深度卷积神经网络模型中，首先利用多个交错的卷积层和池化层提取数据的特征，再将最后一个池化层的特征图传递给全连接层进行融合处理，最后利用softmax分类器实现故障分类，不同的类别对应不同位置的故障子模块，从而实现故障的检测与定位。本发明中的方法所需数据很容易得到，不需要额外的传感器，大大地降低了成本，而且具有较强的MMC故障识别和定位能力。
-
公开(公告)号：CN106130986A
公开(公告)日：2016-11-16
申请号：CN201610503340.5
申请日：2016-06-30
Applicant: 湘潭大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于自动化决策的风电场主动安全防御方法，包括以下步骤：建立风电场控制指令白名单检测过滤机制，得到理论白名单过滤检测结果类型；建立风电场运行态势评估的概率区间；得到安全规则列表；进入白名单检测过滤机制的检测模式，得到实际白名单过滤检测结果；计算出当前风电场运行态势下运行人员发出各种操作指令行为的概率；将实际白名单过滤检测结果和概率所在区间代入安全规则列表中，得到决策结果。本发明通过将态势感知技术和白名单检测过滤机制相结合来共同为风电场运行安全性决策提供建议，提高了风电场信息安全防御手段的完备性，有利于消除风电场业主对数据并入因特网的安全顾虑，能有效促进风电大数据的发展。
-
公开(公告)号：CN106130986B
公开(公告)日：2019-11-08
申请号：CN201610503340.5
申请日：2016-06-30
Applicant: 湘潭大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于自动化决策的风电场主动安全防御方法，包括以下步骤：建立风电场控制指令白名单检测过滤机制，得到理论白名单过滤检测结果类型；建立风电场运行态势评估的概率区间；得到安全规则列表；进入白名单检测过滤机制的检测模式，得到实际白名单过滤检测结果；计算出当前风电场运行态势下运行人员发出各种操作指令行为的概率；将实际白名单过滤检测结果和概率所在区间代入安全规则列表中，得到决策结果。本发明通过将态势感知技术和白名单检测过滤机制相结合来共同为风电场运行安全性决策提供建议，提高了风电场信息安全防御手段的完备性，有利于消除风电场业主对数据并入因特网的安全顾虑，能有效促进风电大数据的发展。
-
公开(公告)号：CN105790273A
公开(公告)日：2016-07-20
申请号：CN201510376429.5
申请日：2015-07-01
Applicant: 湘潭大学
IPC: H02J3/06
Abstract: 本发明公开了一种基于变流器互联技术和高速光纤通信技术的新能源微网互联功率路由方法及其装置。技术要点包括以下步骤：1）采用主从控制策略实现多个变流器的互联，并通过高速光纤通信技术实现变流器的实时通信和过程层的同步控制；2）各变流器在主从控制器的控制下实现两大功能：提供稳定的输出电压和随新能源微网不确定性出力变化进行功率动态分配，使新能源微网发电最大化就地消纳。本发明将高速光纤通信技术应用于多个变流器互联中，在确保多个变流器间的实时通信和过程层的同步控制情况下，完成新能源微网间功率路由工作。
-
公开(公告)号：CN107271925A
公开(公告)日：2017-10-20
申请号：CN201710493277.6
申请日：2017-06-26
Applicant: 湘潭大学
IPC: G01R31/42
Abstract: 本发明公开了一种基于深度卷积网络的模块化五电平换流器故障定位方法，首先将模块化五电平换流器的子模块中采集到的电容电压信号组合成多通道序列，再从序列中采样得到数据带并进行归一化处理，处理后的数据带视为灰度图并作为深度卷积神经网络模型的输入；在深度卷积神经网络模型中，首先利用多个交错的卷积层和池化层提取数据的特征，再将最后一个池化层的特征图传递给全连接层进行融合处理，最后利用softmax分类器实现故障分类，不同的类别对应不同位置的故障子模块，从而实现故障的检测与定位。本发明中的方法所需数据很容易得到，不需要额外的传感器，大大地降低了成本，而且具有较强的MMC故障识别和定位能力。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
