-
公开(公告)号：CN202770957U
公开(公告)日：2013-03-06
申请号：CN201220516686.6
申请日：2012-10-10
申请人： 国家电网公司 , 山东电力集团公司威海供电公司 , 上海交通大学
IPC分类号： G01R31/12
摘要： 本实用新型公开了一种变电站多电力设备局部放电同步监测系统，包括：一高频屏蔽总线环，其上具有若干个并接点；一单通道数据采集单元，其与高频屏蔽总线环连接；若干个传感终端，其分别在若干个并接点与高频屏蔽总线环并接，各传感终端均包括：一特高频传感器，其对应接收各电力设备的局部放电信号；一特高频宽带放大器，其输入端与特高频传感器连接；一检波器，其输入端与特高频宽带放大器的输出端连接；一高频信号隔离器，其输入端与检波器的输出端连接，高频信号隔离器的输出端连接于并接点；各并接点均分别对应有一第一路径和一第二路径，各并接点对应的第一与第二路径的差值不同。该监测系统能可靠性高、成本低地实现对多电气设备的监控。
-
公开(公告)号：CN107271868A
公开(公告)日：2017-10-20
申请号：CN201710515442.3
申请日：2017-06-29
申请人： 国家电网公司 , 国网山东省电力公司威海供电公司 , 上海交通大学
IPC分类号： G01R31/12
摘要： 本发明公开了一种基于多神经网络的局部放电时延计算误差补偿方法，其包括步骤：(1)将测量空间划分为多个空间区域；(2)采集若干样本局部放电信号，计算样本时延值；(3)计算理论时延值；(4)对应多个空间区域训练多个神经网络，其中以相应的样本时延值为样本输入，以相应的理论时延值为期望输出；(5)采集放电源位置待定的局部放电信号，计算初步时延值和初步放电源位置；(6)将初步时延值输入初步放电源位置对应的神经网络，输出最终时延值。本发明方法能补偿时延的计算误差，提高时延值准确度。此外，本发明还公开了一种基于多神经网络的局部放电定位系统，其采用上述方法对初步时延值的误差进行补偿，能提高定位准确度。
-
公开(公告)号：CN105866636B
公开(公告)日：2018-09-11
申请号：CN201610170144.0
申请日：2016-03-23
申请人： 国家电网公司 , 国网山东省电力公司威海供电公司 , 上海交通大学
摘要： 本发明提供了一种基于时差定位的变电站定位方法，包括如下步骤：确定天线布置区域，在所述天线布置区域内确定内接圆，并将第一天线和第二天线布置于所述内接圆的一直径的两端，将第三天线布置于内接圆的圆心，形成天线阵，所述天线阵能够绕圆心转动，根据第一天线、第二天线、第三天线接收的局部放电脉冲计算局部放电源到第一天线和第三天线的第一时间差以及局部放电源到第二天线和第三天线的第二时间差，进而根据第一时间差和第二时间差进行平面二维定位，得到初步定位点；转动天线阵，使得初步定位点与第三天线的连线垂直于第一天线、第二天线的连线，根据第一时间差和第二时间差再次进行精确定位，得到目标定位点。本发明定位精确，易于推广。
-
公开(公告)号：CN107179491A
公开(公告)日：2017-09-19
申请号：CN201710476288.3
申请日：2017-06-21
申请人： 国家电网公司 , 国网山东省电力公司威海供电公司 , 上海交通大学
发明人： 郝杰 , 王美君 , 梁英英 , 张卫东 , 许春华 , 江丽 , 姚朋飞 , 于文牮 , 侯军 , 王晓鹏 , 洪福 , 牛闯 , 刘毅 , 邱卫 , 孙承超 , 李臻 , 罗林根 , 盛戈皞
IPC分类号： G01R31/12
CPC分类号： G01R31/1227
摘要： 本发明公开了一种基于模式识别的局部放电定位方法，其包括步骤：(1)采集放电源位置已知的若干局部放电信号并相应提取若干第一信号特征；(2)建立局部放电特征信息库，其包括所述若干第一信号特征和相应的放电源位置；(3)采集待确定放电源位置的局部放电信号并相应提取第二信号特征；(4)基于所述局部放电特征信息库，将所述第二信号特征与所述若干第一信号特征进行基于模式识别的匹配，以找到最接近所述第二信号特征的第一信号特征，并将该第一信号特征对应的放电源位置作为所述第二信号特征的放电源位置。此外，本发明还公开了相应的系统。本发明方法和系统能更准确地对局部放电的放电源位置进行定位，且易于实现。
-
公开(公告)号：CN105866636A
公开(公告)日：2016-08-17
申请号：CN201610170144.0
申请日：2016-03-23
申请人： 国家电网公司 , 国网山东省电力公司威海供电公司 , 上海交通大学
CPC分类号： G01R31/1227 , G01R31/025
摘要： 本发明提供了一种基于时差定位的变电站定位方法，包括如下步骤：确定天线布置区域，在所述天线布置区域内确定内接圆，并将第一天线和第二天线布置于所述内接圆的一直径的两端，将第三天线布置于内接圆的圆心，形成天线阵，所述天线阵能够绕圆心转动，根据第一天线、第二天线、第三天线接收的局部放电脉冲计算局部放电源到第一天线和第三天线的第一时间差以及局部放电源到第二天线和第三天线的第二时间差，进而根据第一时间差和第二时间差进行平面二维定位，得到初步定位点；转动天线阵，使得初步定位点与第三天线的连线垂直于第一天线、第二天线的连线，根据第一时间差和第二时间差再次进行精确定位，得到目标定位点。本发明定位精确，易于推广。
-
公开(公告)号：CN112339925A
公开(公告)日：2021-02-09
申请号：CN202011122721.1
申请日：2020-10-20
申请人： 上海交通大学 , 上海交通大学烟台信息技术研究院
摘要： 本发明涉及一种多旋翼无人机海上着艇充电装置及充电方法，充电装置包括无人船本体(5)，所述的无人船本体(5)上设有充电仓(4)、停机平台(1)和移动轨道，所述的充电仓(4)内设有充电结构，所述的停机平台(1)可移动式设置在所述的移动轨道上，所述的移动轨道部分位于充电仓(4)内，部分位于充电仓(4)外，所述的移动轨道用于停机平台(1)在充电仓(4)内、外的移动运输，所述的停机平台(1)为可在自身所在平面做360°旋转运动的旋转式平台，所述的停机平台(1)连接有位姿调节控制器。与现有技术相比，本发明能够提高多旋翼无人机在远海作业尤其是海上搜救作业的效率，拓展了多旋翼无人机海上应用范围。
-
公开(公告)号：CN112257627B
公开(公告)日：2022-10-25
申请号：CN202011179545.5
申请日：2020-10-29
申请人： 上海交通大学 , 上海交通大学烟台信息技术研究院
摘要： 本发明涉及一种水上图像数据集扩展方法，该方法包括如下步骤：S1、获取已有水上图像数据集，作为第一数据子集；S2、对已有水上图像数据集中的图像数据进行扩充处理得到第二数据子集；S3、构建并训练生成式对抗网络，采用生成式对抗网络生成水上仿真图像数据得到第三数据子集；S4、将第一数据子集、第二数据子集和第三数据子集进行标准化处理后组合成水上图像数据扩展数据集。与现有技术相比，本发明可有效增加水上图像数据集的覆盖范围，使数据集拥有更大数量及更广泛场景的图像，降低构建数据集的成本。
-
公开(公告)号：CN112257627A
公开(公告)日：2021-01-22
申请号：CN202011179545.5
申请日：2020-10-29
申请人： 上海交通大学 , 上海交通大学烟台信息技术研究院
摘要： 本发明涉及一种水上图像数据集扩展方法，该方法包括如下步骤：S1、获取已有水上图像数据集，作为第一数据子集；S2、对已有水上图像数据集中的图像数据进行扩充处理得到第二数据子集；S3、构建并训练生成式对抗网络，采用生成式对抗网络生成水上仿真图像数据得到第三数据子集；S4、将第一数据子集、第二数据子集和第三数据子集进行标准化处理后组合成水上图像数据扩展数据集。与现有技术相比，本发明可有效增加水上图像数据集的覆盖范围，使数据集拥有更大数量及更广泛场景的图像，降低构建数据集的成本。
-
公开(公告)号：CN117519210A
公开(公告)日：2024-02-06
申请号：CN202311691127.8
申请日：2023-12-11
申请人： 上海交通大学三亚崖州湾深海科技研究院 , 上海交通大学
IPC分类号： G05D1/43 , G05D109/30
摘要： 本发明属于船舶编队控制技术领域，公开了一种无人船容饱和预设性能船舶列车编队控制系统及方法，包括：误差约束模块，用于预先配置船舶列车编队误差的性能指标，包括暂态超调、收敛速度和稳态精度；通信网络模块；用于传递和协调路径参数，以控制编队内部无人艇之间的距离；辅助系统，用于当无人船的纵荡推力或艏摇力矩发生饱和，辅助系统被触发生成正的补偿信号，自主调节性能函数边界避免被编队误差违背；控制器模块，用于输出饱和容错控制指令并发送给无人船，实现在输入饱和和执行器故障的情况下具有规定性能的无人船舶列车编队；无人船，用于执行控制器模块发出的指令。
-
公开(公告)号：CN118820902A
公开(公告)日：2024-10-22
申请号：CN202411050544.9
申请日：2024-08-01
申请人： 上海交通大学宁波人工智能研究院
IPC分类号： G06F18/241 , G06F40/20 , G06N3/045 , G06N3/0475 , G06N3/094
摘要： 本发明公开了一种基于大语言模型交互的社交媒体假新闻检测方法与装置，涉及自然语言处理技术领域，所述方法包括以下步骤：步骤1、获取待检测新闻信息并进行预处理；步骤2、对大语言模型1进行微调，得到生成器；步骤3、对大语言模型2进行微调，得到鉴别器；步骤4、集成生成器和鉴别器，获得假新闻检测器；步骤5、训练假新闻检测器；步骤6、将预处理后的待检测新闻信息输入训练好的假新闻检测器，输出预测信息。所述装置包括：数据处理器模块、生成器模块、鉴别器模块、假新闻检测器模块、训练器模块、预测器模块。
-
-
-
-
-
-
-
-
-
搜索结果
376 条记录 (耗时 0.12 秒)
