-
公开(公告)号：CN117977826A
公开(公告)日：2024-05-03
申请号：CN202311827432.5
申请日：2023-12-26
Applicant: 三峡大学
Abstract: 本发明公开了一种基于原边可变电感的CLC‑S型无线电能传输系统及稳压策略，系统包括直流输入电源，全桥逆变电路、补偿网络与耦合机构、整流滤波电路及负载。可变电感的结构包括中柱主绕组、两侧偏置绕组、磁芯结构以及无线通讯反馈电路；本系统利用可变电感代替原边补偿电感，当耦合线圈偏移导致线圈互感下降时，负载端电压减小，通过调节可变电感大小,使互感处于电压增益曲线极大值点，来稳定负载端输出电压；可以使无线电能传输系统的输出电压维持在一个允许的误差范围内，从而解决了系统因耦合机构发生偏移导致系统输出电压波动的问题，提高了系统耦合机构偏移下的输出电压稳定性。
-
公开(公告)号：CN116224324A
公开(公告)日：2023-06-06
申请号：CN202310313391.1
申请日：2023-03-28
Applicant: 三峡大学
Abstract: 基于深度学习的超分辨率3D‑GPR图像的频率‑波数分析方法，包括以下步骤：步骤一：获取管道模型反射的探地雷达GPR数据；步骤二：建立基于深度学习的SR‑GPR图像深度剩余信道增强网络；步骤三：将t‑s域中的SR‑C层扫描数据，通过3D傅立叶变换到f‑k域；步骤四：在f域中应用低通滤波器，考虑激发频率来确定滤波频率带宽，设计k域过滤器；步骤五：对GPR信号进行频率‑波数分析。本发明提出了深度学习网络的f‑k分析技术，所述f‑k分析技术与深度学习网络生成的SR‑GPR图像相结合方法，可以显着减少任意地下介质的不均匀性和不需要的测量噪声。此外，该方法可以分解探地雷达感应的电磁波场，以对从特定地下物体反射的波传播进行方向性分析。
-
公开(公告)号：CN119785171A
公开(公告)日：2025-04-08
申请号：CN202411781983.7
申请日：2024-12-05
Applicant: 三峡大学
IPC: G06V10/82 , G06V10/77 , G06V10/80 , G06V10/25 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于YOLOv8的共享映射差异补偿的变电站设备缺陷检测网络的构建方法，它包括以下步骤：步骤S1：从相应的数据库中加载目标检测图像数据，并转换为YOLO训练格式，将数据集被划分为训练集和测试集，以准备后续的模型训练和验证；步骤S2：构建改进的YOLOv8整体架构，将三个共享映射差异补偿分别添加至YOLOv8的三个检测头前；步骤S3：设计并实现共享映射差异补偿融合模块，该模块负责在不同的特征层之间进行深度特征融合，从而更好地突出异常信号；步骤S4：将变电站设备缺陷数据集输入到构建好的变电站设备缺陷检测模型中，并通过损失约束进行模型训练，最终输出缺陷检测结果；通过以上步骤对共享映射差异补偿的变电站设备缺陷检测网络进行构建。
-
Patent Agency Ranking
公开(公告)号：CN119784615A
公开(公告)日：2025-04-08
申请号：CN202411782141.3
申请日：2024-12-05
Applicant: 三峡大学
IPC: G06T5/60 , G06T5/73 , G06N3/0475 , G06N3/045 , G06N3/0455 , G06N3/088 , G06N3/094 , G06N5/045
Abstract: 本发明提出了一种面向物理感知的无监督去雨网络的构建方法，包括：S1、构建一个包含两个子网的雨水图像生成分支；S2、构建清晰图像生成分支；S3、由输入特征O和雨水特征R利用物理模型得到一个清晰图像特征B’，将该清晰图像B’与B计算清晰一致性损失；S4、将清晰图像B与雨水层R相加得到一个雨水图像O’，与输入图像O计算内容一致性损失；S5、利用非配对数据集和两个网络输出的图像构建出双向全局局部对比损失以达到更好的图像重建效果。本发明解决当前了大多数的无监督去雨方法没有在特征空间中充分利用物理模型进行建模，特征空间中信息的物理可解释性不足的问题。
-
公开(公告)号：CN116502042A
公开(公告)日：2023-07-28
申请号：CN202310427046.0
申请日：2023-04-19
Applicant: 三峡大学
Abstract: 基于变分模态分解与改进小波阈值的电能质量扰动去噪方法，获取含噪电能质量信号；选取排列熵作为遗传算法的自适应度函数，通过遗传算法调用变分模态分解，对变分模态分解的惩罚因子α与分解模态数k进行迭代寻优，确定最优参数；使用变分模态分解将信号数据分解为k个模态分量，通过相关系数确定有效模态分量与噪声模态分量；对于改进小波阈值，提出参数可调的阈值函数，并且将小波能量熵的概念引入阈值函数中；使用改进小波阈值对噪声模态分量作去噪处理，并选择有效模态分量与去噪处理后的噪声模态分量进行重构，得到消噪后的电能质量扰动信号。该方法能够有效地去除噪声干扰，同时保留采集信号突变点的奇异信息，为后续的电能质量扰动信号的分析与治理提供帮助。
-
公开(公告)号：CN119785170A
公开(公告)日：2025-04-08
申请号：CN202411781724.4
申请日：2024-12-05
Applicant: 三峡大学
IPC: G06V10/82 , G06V10/42 , G06V10/80 , G06V10/25 , G06V10/764 , G06N3/0464 , G06N3/045
Abstract: 本发明提出了一种基于YOLOv5的变电站设备缺陷检测网络的构建方法，该网络的基础框架为YOLOv5架构，其中对YOLOv5中的Neck部分的Concat操作进行改进，将其替换为跨域动态交互注意力融合模块CDIAFM。两个不同层的特征图进入跨域动态交互注意力融合模块，分别通过频域分支和空间分支进行处理，获得空间域特征#imgabs0#和频域特征#imgabs1#。通过将频域特征与空间域特征进行结合，利用动态交互注意力在频域和空间域之间进行信息交互，从而使模型能够更加精准地识别灰度变化，减少漏检和误检的情况。在复杂背景干扰以及具有丰富的尺度和纹理细节的变电站场景中，本文所提出的方法能够提高检测精度，在变电站设备缺陷检测任务中表现出色。
-
公开(公告)号：CN119624919A
公开(公告)日：2025-03-14
申请号：CN202411742691.2
申请日：2024-11-29
Applicant: 国网湖北省电力有限公司仙桃市供电公司 , 三峡大学
IPC: G06T7/00 , G06V10/774 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本申请涉及一种缺陷检测方法、装置、设备、存储介质和程序产品。所述方法包括：获取标注图像，基于标注图像确定缺陷检测数据集；构建初始检测网络，基于缺陷检测数据集对初始检测网络进行训练，得到包括特征提取模块、特征融合模块、多感受野协作细化模块和检测头模块的优化检测网络；基于特征提取模块、特征融合模块和多感受野协作细化模块获取待测图像的多个层级特征；将各层级特征经过对应的多感受野协作细化模块，得到待测图像的细化特征；将待测图像经过路径增强的细化特征，与经过特征金字塔的尺度相同的层级特征联合后输入检测头模块，得到待测图像的检测结果。采用本方法能够在保证实时检测的前提下有效提高绝缘子缺陷检测的精度。
-
公开(公告)号：CN116403087A
公开(公告)日：2023-07-07
申请号：CN202310316423.3
申请日：2023-03-28
Applicant: 三峡大学
IPC: G06V10/82 , G06V10/764 , G06V10/72 , G06V10/774 , G06V10/77 , G06V20/10 , G06N3/0464 , G06N3/048 , G06N3/096 , G06N3/09
Abstract: 基于迁移学习机制的分析GPR扫描图像的卷积支持向量机网络，包括：利用GPRmax软件生成探地雷达数据；利用迁移学习机制，训练卷积神经网络CNN形成预训练模型；在卷积神经网络CNN中，使用KNN算法和支持向量机SVM代替Softmax分类器，作为卷积滤波器来创建特征映射；选择优化算法更新卷积神经网络CNN结构内的参数，利用支持向量机为输入数据生成的特征映射生成新的特征映射；获取的特征映射，通过ReLU层传递，对最终提取的特征矩阵进行线性SVM分类。本发明提出的卷积支持向量机CSVM比其他卷积神经网络CNN和机器学习算法的结果更精确。CSVM算法比其他CNN算法在模型的训练阶段所需的时间大为缩短，模拟探地雷达GPR扫描图像中都表现出了较高的性能。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
