-
公开(公告)号：CN112103946A
公开(公告)日：2020-12-18
申请号：CN202010843305.4
申请日：2020-08-20
申请人： 西安理工大学
摘要： 本发明公开了一种基于粒子群算法的微电网储能优化配置方法，首先设计电池储能系统模型；然后对微电网用户的日负荷数据、光伏发电数据、分时电价数据进行预处理，进而得到储能容量、功率及投资成本参数约束；建立储能优化配置模型：以储能装置投资最低、收益最大为目标函数建立储能优化配置模型，考虑可再生资源发电、功率平衡、可充放电次数在内的约束条件；利用粒子群算法求解储能优化配置模型；最后对特征指标进行评价，计算储能优化参数，得到最终的微电网储能优化配置方法。本发明解决了现有技术中存在的微电网储能系统的优化配置无法兼顾储能配置及运行优化、负荷影响的问题。
-
公开(公告)号：CN109615121A
公开(公告)日：2019-04-12
申请号：CN201811423659.2
申请日：2018-11-27
申请人： 西安理工大学
摘要： 本发明公开的基于数据驱动支持向量机的高速列车车轴温度预测方法：首先，通过传感器采集车轴温度与影响车轴温度变化的因素，并对采集到的实时数据进行数据预处理；其次，利用互信息和皮尔逊相关系数得到车轴温度与其他影响车轴温度变化的因素的相关性，筛选出与车轴温度变化相关性大的因素以及相关性小的因素；然后，利用支持向量回归机选择用于车轴温度预测模型的核函数，建立车轴温度预测模型；最后，将待测数据代入建立的车轴温度预测模型中，得到车轴温度的预测值。本发明公开的方法能够分析出对车轴温度变化影响显著的因素，可以为轴温报警器工作提供理论支持，同时保障列车的安全运行。
-
公开(公告)号：CN109615121B
公开(公告)日：2024-01-23
申请号：CN201811423659.2
申请日：2018-11-27
申请人： 西安理工大学
IPC分类号： G06F18/2411 , G06F30/20
摘要： 本发明公开的基于数据驱动支持向量机的高速列车车轴温度预测方法：首先，通过传感器采集车轴温度与影响车轴温度变化的因素，并对采集到的实时数据进行数据预处理；其次，利用互信息和皮尔逊相关系数得到车轴温度与其他影响车轴温度变化的因素的相关性，筛选出与车轴温度变化相关性大的因素以及相关性小的因素；然后，利用支持向量回归机选择用于车轴温度预测模型的核函数，建立车轴温度预测模型；最后，将待测数据代入建立的车轴温度预测模型中，得到车轴温度的预测值。本发明公开的方法能够分析出对车轴温度变化影响显著的因素，可以为轴温报警器工作提供理论支持，同时保障列车的安全运行。
-
公开(公告)号：CN112103946B
公开(公告)日：2022-04-22
申请号：CN202010843305.4
申请日：2020-08-20
申请人： 西安理工大学
摘要： 本发明公开了一种基于粒子群算法的微电网储能优化配置方法，首先设计电池储能系统模型；然后对微电网用户的日负荷数据、光伏发电数据、分时电价数据进行预处理，进而得到储能容量、功率及投资成本参数约束；建立储能优化配置模型：以储能装置投资最低、收益最大为目标函数建立储能优化配置模型，考虑可再生资源发电、功率平衡、可充放电次数在内的约束条件；利用粒子群算法求解储能优化配置模型；最后对特征指标进行评价，计算储能优化参数，得到最终的微电网储能优化配置方法。本发明解决了现有技术中存在的微电网储能系统的优化配置无法兼顾储能配置及运行优化、负荷影响的问题。
-
公开(公告)号：CN108875128A
公开(公告)日：2018-11-23
申请号：CN201810412974.9
申请日：2018-05-03
申请人： 西安理工大学
摘要： 本发明公开了一种带决策因子的航班恢复建模方法，首先，采集数据；在确定航班恢复范围S；分别建立航班恢复时间确定情形下的航班恢复模型M1和恢复时间不确定情形下的航班恢复数学模型M2，之后再根据模型M1和模型M2，建立航班恢复模型M；最后，采用优化软件lingo9进行求解，即可得出航班恢复方案。该模型立足于现有航班恢复问题中考虑机场开放、关闭等场景，对影响航班恢复问题的决策因子进行分析，将航班恢复时间分为确定和不确定两种情况，建立航班恢复问题的数学模型，具有一定的灵活性和适应性。优化求解方案验证针对所提场景所建模型的正确性和有效性。
-
公开(公告)号：CN114416266A
公开(公告)日：2022-04-29
申请号：CN202210093614.3
申请日：2022-01-26
申请人： 西安理工大学
IPC分类号： G06F9/451 , G06F3/0482
摘要： 本申请提供一种组件可视化方法、装置、计算机设备及存储介质，涉及虚拟试验技术领域。该方法包括：获取虚拟试验组件的类对象，其中，类对象包括：虚拟试验组件的类属性和类方法，将类对象反射生成虚拟试验组件的实例对象，其中，实例对象包括：类属性对应的实例属性和类方法对应的实例方法，在所述虚拟试验平台的规划区域上生成图形节点对象，根据实例方法，生成类方法对应的菜单项对象，将菜单项对象和实例属性映射至图形节点对象，以采用图形节点对象在虚拟试验平台上显示虚拟试验组件。本申请可以在虚拟试验平台上实现虚拟试验组件的动态扩展，提高虚拟试验平台的可扩展性。
-
公开(公告)号：CN114170627A
公开(公告)日：2022-03-11
申请号：CN202111402477.9
申请日：2021-11-23
申请人： 西安理工大学
摘要： 本发明公开了基于改进的Faster RCNN的行人检测方法，首先通过ResNet‑50神经网络提取样本图像的特征图，然后将所得特征图输入RPN模型，并修改了RPN模型的边框回归损失函数，生成候选框；最后将特征图和候选框发送到ROI Head模型，得到目标的类别和定位。本发明基于CNN特征，不仅可以处理任意尺度的图像，而且检测精度较高。相比已公开发明专利，本发明所公开的方法并不需要对网络进行特殊的设计，只需修改RPN模型的边框回归损失函数，充分利用了已有的可用数据，采用通用的网络结构仍旧可以达到不错的实验效果，充分发挥了深度卷积网络的优势，具有设计简单，鲁棒性较佳，检测准确率高，漏检率低的优点。
-
公开(公告)号：CN114170626A
公开(公告)日：2022-03-11
申请号：CN202111394627.6
申请日：2021-11-23
申请人： 西安理工大学
摘要： 本发明公开了基于YOLOv5目标检测模型的安全帽佩戴检测方法，在初始YOLOv5目标检测模型的基础上利用YOLOv5的特征提取部分提取更大尺寸的特征图，在特征融合部分进行特征融合。采用中心损失作为正则化项对YOLOv5目标检测模型中的置信度损失和分类损失进行约束，从而使得改进后的YOLOv5目标检测模型能更为准确的检测出小目标的类别其中更大尺寸的特征图具有较小的感受野，因此更有利于YOLOv5目标检测模型检测出小目标。本发明所提出的改进后YOLOv5模型在施工场景下安全帽的检测任务中有着优异的表现，一些YOLOv5检测不到的小目标被改进后YOLOv5所检测到。
-
公开(公告)号：CN106709855B
公开(公告)日：2020-07-28
申请号：CN201710190760.7
申请日：2017-03-28
申请人： 西安理工大学
IPC分类号： G06T1/00
摘要： 本发明公开了一种利用顶点一环邻域面积和Beamlet线特征构造水印同步信息的三维盲水印方法，包括以下步骤：依据三维模型顶点的一环邻域面积，从小到大选出M个不重叠的一环邻域；对此M个一环邻域进行独立的切面投影，提取M条Beamlet线特征，确定M个水印位的嵌入位置；修改与Beamlet线特征相对的顶点坐标，使与其相连的两条网格边长度相等来嵌入水印信息位；水印检测不需要原始三维模型。本发明方法为空域盲水印方法，在保证水印透明性前提下，明显改善了水印方法对抗仿射变换攻击的鲁棒性；算法对抗网格简化、平滑和噪声等攻击也具有较强的鲁棒性。
-
公开(公告)号：CN114757330A
公开(公告)日：2022-07-15
申请号：CN202210013577.0
申请日：2022-01-06
申请人： 西安理工大学
摘要： 本发明公开了基于LSTM的城市瞬时用水量预测方法，首先以长短期记忆人工神经网络为基本回归算法建立预测机制，然后采集部分城市用水量机组实际正常运行数据作为训练样本，学习训练得到一个基于长短期记忆人工神经网络的LSTM预测模型，最后利用下一时段城市用水量作为预测的输入，得到LSTM预测模型输出的预测值。本发明采用波动率相近的城市用水量数据集参与LSTM训练，能够解决历史城市用水量预测算法精度低的缺陷，并能很好地解决算法收敛慢的问题。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.03 秒)
