-
公开(公告)号:CN118040657A
公开(公告)日:2024-05-14
申请号:CN202410057088.4
申请日:2024-01-15
Applicant: 重庆邮电大学
IPC: H02J3/00 , H02J3/12 , H02J3/24 , G06Q10/0637 , G06Q10/0639 , G06Q50/06 , G06N3/0499 , G06N3/08
Abstract: 本发明涉及一种面向静态电压稳定和小干扰功角稳定的联合预测方法,属于电力系统分析技术领域,包括以下步骤:S1:采用连续潮流法和特征值分析法分别对电力系统当前运行点的静态电压稳定和小干扰功角稳定进行分析,从中提取相关信息,生成用于预测模型的样本数据;S2:基于样本数据训练电力系统静态电压稳定和小干扰功角稳定联合预测模型,计算静态电压稳定指标和小干扰功角稳定指标,根据这两部分指标实时判断电力系统当前的静态电压稳定程度和小干扰功角稳定程度。本发明使用一个预测模型同时对静态电压稳定和小干扰功角稳定进行在线评估,有效缩短了稳定评估的建模和实施进程,具有较强的工程实用性。
-
公开(公告)号:CN117237325A
公开(公告)日:2023-12-15
申请号:CN202311330420.1
申请日:2023-10-13
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06N3/0464 , G06N3/084 , G06V10/764 , G06V10/40 , G06T5/00
Abstract: 本发明属于图像处理领域,具体涉及一种基于深度网络的工业缺陷检测方法,所述方法包括:获取工业产品表面缺陷图像;对所述工业产品表面缺陷图像进行数据预处理;将所述工业产品表面缺陷图像输入到训练好的深度网络中,输出工业缺陷预测结果。本发明旨在解决工业缺陷检测方法对小尺寸和微小尺寸缺陷的检测效果不佳的问题,满足工业场景对表面缺陷检测快速准确地检测的要求。
-