-
公开(公告)号：CN119696057A
公开(公告)日：2025-03-25
申请号：CN202411820594.0
申请日：2024-12-11
Applicant: 国家电网有限公司西北分部 , 西安交通大学
Abstract: 本发明考虑风光连续低出力的抽水蓄能多年容量优化方法及系统，该方法包括构建综合考虑经济性、新能源消纳需求的目标函数，构建抽水蓄能建设约束、典型场景约束和极端场景约束；由目标函数、抽水蓄能建设约束、典型场景约束和极端场景约束组成考虑风光连续低出力的抽水蓄能多年容量优化模型，以典型周场景和极端周场景为输入，利用求解器进行优化求解，最终得到抽水蓄能容量的优化配置方案。该系统包括目标函数构建模块、约束构建模块和模型构建及求解模块。本发明解决了电力系统潜在的极端保供问题。
-
公开(公告)号：CN119628115A
公开(公告)日：2025-03-14
申请号：CN202411743956.0
申请日：2024-11-30
Applicant: 西安交通大学 , 国网新疆电力有限公司 , 国家电网有限公司西北分部
IPC: H02J3/48 , H02J3/24 , H02J3/32 , G06Q10/067 , G06Q50/06
Abstract: 本发明涉及能源技术领域，公开了一种风机接入规模的评估方法及相关设备，该方法包括构建基于惯性响应控制的双馈风机一次调频简化模型，根据双馈风机一次调频简化模型确定得到一次调频期间双馈风机有功功率与系统频率偏差之间的关系；基于一次调频期间双馈风机有功功率与系统频率偏差之间的关系构建得到含参与调频的双馈风机、火电机组和储能装置的全电力系统频率响应模型；对全电力系统频率响应模型评估得到系统风机最大接入规模。本发明通过对全电力系统频率响应模型进行评估，可以准确计算出系统风机最大接入规模。这有助于确保在不超过系统调频能力的前提下，最大化地利用风能资源，同时保证电力系统的可靠性和稳定性。
-
公开(公告)号：CN118967943A
公开(公告)日：2024-11-15
申请号：CN202411177062.X
申请日：2024-08-26
Applicant: 西安交通大学
IPC: G06T17/00 , G06V10/44 , G06T7/50 , G06N3/0464 , G06V10/80
Abstract: 本发明属于三维场景占据感知技术领域，公开了一种基于级联稀疏优化的三维占据感知方法及相关装置；其中，所述三维占据感知方法包括：获取包含三维场景的二维图像；根据获取的所述二维图像，利用基于前向投影的三维编码器生成多尺度粗糙三维体素特征；利用基于后向投影的级联稀疏优化解码器，逐层逐尺度优化所述多尺度粗糙三维体素特征，获得精细优化后的三维体素特征；利用所述精细优化后的三维体素特征，生成三维占据感知结果。本发明公开的技术方案，考虑了三维场景的稀疏性，通过有效增强前景体素的特征增强了对三维环境的感知能力，能够获得更加准确的三维占据感知结果。
-
公开(公告)号：CN117908542A
公开(公告)日：2024-04-19
申请号：CN202410063880.0
申请日：2024-01-16
Applicant: 西安交通大学
Abstract: 本发明属于多智能体路径规划技术领域，公开了一种基于物流仓储环境的多智能体路径规划方法及系统；其中，所述方法包括：基于物流仓储环境下的多个智能体，获取各智能体当前时刻的部分观测信息；基于所述部分观测信息，利用训练好的协同优化策略网络模型进行路径规划，获得各智能体当前时刻的动作。本发明具体公开了一种针对物流仓储环境的基于进化强化学习的多智能体路径规划方案，可为处于复杂度较高的环境中的多个智能体中的各智能体路径规划，能够解决现有技术中存在的大规模下规划结果质量较低的技术问题。
-
公开(公告)号：CN114663915B
公开(公告)日：2024-04-05
申请号：CN202210213195.2
申请日：2022-03-04
Applicant: 西安交通大学
IPC: G06V40/10 , G06V20/00 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于Transformer模型的图像人‑物交互定位方法及系统，所述方法包括以下步骤：获取待预测图像以及描述性短语；其中，所述描述性短语用于描述待预测图像中的人‑物交互关系；所述待预测图像包括人‑物交互场景；对待预测图像以及描述性短语分别进行特征提取，获得图像特征以及语言特征；将图像特征以及语言特征输入预训练好的人‑物交互定位模型，输出获得待预测图像所有符合描述性短语的人、物定位框，实现人‑物交互定位。本发明中将多实例定位问题转化为集合预测问题，可直接从跨模态特征中预测出结果，且预测准确率较高。
-
Patent Agency Ranking
公开(公告)号：CN114266863B
公开(公告)日：2024-02-09
申请号：CN202111673556.3
申请日：2021-12-31
Applicant: 西安交通大学
IPC: G06T17/00 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种基于点云的3D场景图生成方法、系统、设备及可读存储介质，基于语义关系和几何关系建立3D场景图数据集，实现了点云数据集在物体关系的扩充，然后从3D场景图数据集中提取基础点云特征；基于生成的基础点云特征进行点云目标检测生成3D边界框；建立场景图生成初始网络模型，采用基础点云特征及对应生成的3D边界框训练场景图生成初始网络模型直至达到设定最大迭代次数，得到端到端的3D场景图生成模型，将室内环境的原始数据整理为标准的点云格式，利用场景图生成网络模型生成3D场景图，本发明能够有效地对3D场景中物体间的关系进行预测。
-
公开(公告)号：CN116524566A
公开(公告)日：2023-08-01
申请号：CN202310496818.6
申请日：2023-05-05
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于映射关系的局部与全局特征融合的行人重识别方法，属于视频行人重识别。本发明提出一种基于映射关系的局部与全局特征融合的行人重识别方法，应用于跨时空场景下以提高人物匹配精准度。本发明提出按权重融合局部图像特征和全局图像特征的特征融合网络，同时使用不同函数映射关系下局部图像占比到局部特征权重的转换策略，经当前跨时空变装行人重识别数据集验证，本发明的性能表现优于当前视频行人重识别领域的最好方法。
-
公开(公告)号：CN116524565A
公开(公告)日：2023-08-01
申请号：CN202310496813.3
申请日：2023-05-05
Applicant: 西安交通大学
IPC: G06V40/16 , G06V10/774 , G06V10/25 , G06V10/80 , G06V20/40
Abstract: 本发明公开了一种基于自学习模型的自适应特征融合行人重识别方法，属于行人重识别领域。本发明提供一种基于自学习模型的自适应特征融合行人重识别方法，针对AST数据集中每个视频行为轨迹所对应的全局特征和局部特征权重分配不同从而导致神经网络模型训练过程存在不稳定性的可能情况出发，提出了固定权重配比的假设。通过自学习模型下的自适应特征融合方法得到了规定定义域[0,1.0]内存在的最优权重，即在这个具体的权重占比下，局部与全局特征融合对于最终的行人重识别任务是最有益的。本发明解决不同条件下行人姿态、肢体分布规律的情况，避免了仅靠全局特征无法有效分辨不同行人地情况。
-
公开(公告)号：CN116228708A
公开(公告)日：2023-06-06
申请号：CN202310180502.6
申请日：2023-02-28
Applicant: 西安交通大学
IPC: G06T7/00 , G06V10/80 , G06V10/764 , G06N3/0464
Abstract: 本发明公开了一种基于视觉认知计算的工业缺陷检测方法及系统，所述工业缺陷检测方法包括以下步骤：获取待检测的工业图片；基于所述待检测的工业图片，采用预先训练好的深度目标检测网络进行检测，获得检测结果。本发明的技术方案中，具体提供了一种基于视觉认知计算的工业小尺寸缺陷检测方法，其实现结果为图像中缺陷目标的标定，能够解决上述现有技术中存在的特征关注度和差异性考虑不足所导致的缺陷误检及漏检的技术问题。
-
公开(公告)号：CN110909615B
公开(公告)日：2023-03-28
申请号：CN201911032300.7
申请日：2019-10-28
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于多尺度输入混合感知神经网络的目标检测方法。本发明通过数据预处理、生成候选区域及不同尺度的单通道网络检测，在目标检测与识别网络框架下，针对不同的通道计算不同的尺度特征，然后将检测结果进行融合，解决了直接进行不同尺度特征的融合，导致提取的特征存在混淆的问题。测试结果表明，本发明使混合感知神经网络在三维目标检测与识别中的性能得到提高。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.031 seconds)
