-
公开(公告)号：CN118884834A
公开(公告)日：2024-11-01
申请号：CN202411032390.0
申请日：2024-07-30
Applicant: 三峡大学 , 三峡智控科技有限公司 , 国网湖北省电力有限公司直流公司
IPC: G05B13/04
Abstract: 本发明提供了输出含有不确定测量噪声的非线性系统的全局非脆弱有限时间输出反馈镇定方法，首先，建立具有下三角形结构的能观能控非线性系统，其中，系统状态未知的，系统输出是可测的，并含有有界的时变扰动。其次，引入一个辅助变量，得到一个增广的非线性系统，构造出增广的非脆弱有限时间状态观测器和非脆弱有限时间输出反馈镇定控制器，所设计的观测器和控制器的增益均可通过一种递推算法得到。最后，结合所设计的非脆弱有限时间输出反馈控制器，构建闭环系统和两个特殊的Lyapunov函数，经过稳定性分析论证了非线性系统的所有信号在有限时间内均收敛至平衡点。
-
公开(公告)号：CN118336585A
公开(公告)日：2024-07-12
申请号：CN202410360110.2
申请日：2024-03-27
Applicant: 三峡大学
Abstract: 一种架空导线辅助施工和救援机器人，包括基座，基座上端固定有框架，框架下部前后安装有伸缩抓手，框架顶端前后安装有移动机构；移动机构包括驱动机构、夹紧机构和伸缩机构；驱动机构包括轮体驱动电机，轮体驱动电机带动轮体转动；夹紧机构包括第一外壳，第一外壳上安装有第一电动推杆，第一电动推杆驱动第一连杆抓手张开或闭合；伸缩机构包括第二电动推杆，第二电动推杆输出端与第一外壳连接；伸缩抓手包括第二外壳，第二外壳内安装有第三电动推杆，第三电动推杆驱动叉杆张开或闭合；叉杆端头与伸缩臂铰接，伸缩臂端头固定有抓手。本发明提供的一种架空导线辅助施工和救援机器人，可实现辅助施工及救援。
-
公开(公告)号：CN117197530A
公开(公告)日：2023-12-08
申请号：CN202310951129.X
申请日：2023-07-31
Applicant: 三峡大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06T3/40 , G06N3/08
Abstract: 本申请提供一种基于改进YOLOv8模型及余弦退火学习率衰减法的绝缘子缺陷识别方法，本发明涉及到电力系统巡检领域，提出了一种基于改进YOLOv8模型及余弦退火学习率衰减法的绝缘子缺陷识别方法。该方法包括:通过无人机采集到输电线路绝缘子图像，使用labelimg对采集到的不同材质的正常绝缘子和缺陷绝缘子图像进行标注，得到绝缘子的标注框，按照一定比例对已标注的绝缘子图像进行划分训练集；将所得训练集放入改进YOLOv8模型中构建出绝缘子缺陷识别模型；结合绝缘子缺陷识别模型，对获取的绝缘子图像进行识别。
-
公开(公告)号：CN111914853B
公开(公告)日：2023-10-31
申请号：CN202010693071.X
申请日：2020-07-17
Applicant: 三峡大学
IPC: G06V10/80 , G06V10/75 , G06V10/52 , G06V10/82 , G06N3/0464
Abstract: 一种用于立体匹配的特征提取方法，将经过校正的、尺寸为W*H*C的原始图像输入到特征提取网络中；通过预处理模块和Resnet提取多个特征图；通过最大值池化操作，对提取到的多个特征图进行不同大小的最大值池化，构建特征金字塔；利用堆叠结构进行特征融合并压缩金字塔尺度范围，得到下一个金字塔，经过多次压缩，直至输出单一的尺度特征。对输出的单一的尺度特征，进行3*3的卷积；通过跳跃连接，将Resnet最后一层特征输出与特征输出在通道维度上进行拼接，然后通过3*3卷积与1*1卷积，构造特征体。本发明能够被用来提取足够的丰富特征，适用于深度立体匹配网络的特征输入。
-
公开(公告)号：CN110417011B
公开(公告)日：2022-11-08
申请号：CN201910703285.8
申请日：2019-07-31
Applicant: 三峡大学
IPC: G06Q10/06
Abstract: 本发明提供了一种基于互信息与迭代随机森林的在线动态安全评估方法，包括以下步骤：基于电力系统历史运行数据以及对一系列故障的仿真，创建出包含大量运行变量与暂态稳定裕度(Transient Stability Margins，TSMs)的数据集；利用部分互信息(Partial Mutual Information，PMI)对数据集进行特征选择，筛选出关键变量；将关键变量发送到迭代随机森林(Iterated Random Forest，IRF)回归器进行训练；通过从广域量测系统(Wide Area Measurement System，WAMS)服务器实时接收到选定的变量，经过训练的动态安全评估(Dynamic Security Assessment，DSA)模型将立即提供实时评估结果。本发明提出的电力系统在线DSA模型能够为电网提供快速高效的评估，有利于电力人员的系统维护及安全措施预防的工作，对改善电网运行的安全性与质量有着重大意义。
-
Patent Agency Ranking
公开(公告)号：CN109546647B
公开(公告)日：2022-04-08
申请号：CN201811384786.6
申请日：2018-11-20
Applicant: 三峡大学
IPC: H02J3/00
Abstract: 一种用于含风光水储的电力系统的安全稳定评估方法，它包括步骤1.针对风力发电、光伏发电、水力发电和抽水蓄能进行特性分析与建模；步骤2.选择风光水储并网位置，且确定风光水储各自渗透率系数值，进而确定风光水储的出力情况；步骤3.在无风光水储发电模式的电力系统结构基础上，每确定一组风光水储接入点位置和风光水储各自渗透率系数值，便可得到对应的一种含风光水储的电力系统结构等步骤；本发明能将风光水储纳入电力系统结构中，采用基于知识发现的数据挖掘技术，探究运行变量与安全稳定评估指标之间的关系，构造安全稳定评估模型，可有效评估含风光水储的电力系统的安全稳定性。
-
公开(公告)号：CN111914853A
公开(公告)日：2020-11-10
申请号：CN202010693071.X
申请日：2020-07-17
Applicant: 三峡大学
Abstract: 一种用于立体匹配的特征提取方法，将经过校正的、尺寸为W*H*C的原始图像输入到特征提取网络中；通过预处理模块和Resnet提取多个特征图；通过最大值池化操作，对提取到的多个特征图进行不同大小的最大值池化，构建特征金字塔；利用堆叠结构进行特征融合并压缩金字塔尺度范围，得到下一个金字塔，经过多次压缩，直至输出单一的尺度特征。对输出的单一的尺度特征，进行3*3的卷积；通过跳跃连接，将Resnet最后一层特征输出与特征输出在通道维度上进行拼接，然后通过3*3卷积与1*1卷积，构造特征体。本发明能够被用来提取足够的丰富特征，适用于深度立体匹配网络的特征输入。
-
公开(公告)号：CN119806181A
公开(公告)日：2025-04-11
申请号：CN202411916787.6
申请日：2024-12-24
Applicant: 三峡大学
IPC: G05D1/46 , G05D1/65 , G05D1/644 , G05D109/20
Abstract: 基于扩张状态观测器的四旋翼悬吊系统滑模控制方法，包括：构建四旋翼悬吊系统的动力学模型；对建立的四旋翼悬吊系统的动力学模型进行了分析，得到与四旋翼悬吊系统各个状态变量一一对应的虚拟控制力矩，并据此将整个四旋翼悬吊系统分解为多个子系统；将四旋翼悬吊系统存在的各种不确定性扰动视为系统的扩张状态变量，在此基础上设计一种非线性扩张状态观测器，用于实时估计系统的扰动情况；基于非线性扩张状态观测器提供的扰动估计，为每个子系统设计非奇异快速滑模控制器。该方法实现四旋翼悬吊系统在精确追踪期望目标的同时，能够有效且迅速地抑制负载的摆动现象。
-
公开(公告)号：CN119339350A
公开(公告)日：2025-01-21
申请号：CN202411279225.5
申请日：2024-09-12
Applicant: 三峡大学
IPC: G06V20/58 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 基于改进YOLOv8的小目标交通标志识别方法，构建数据集，从数据集中选取样本图片进行标注和数据增强，并将数据集划分为训练集和测试集；对YOLOv8模型进行改进，在YOLOv8模型的骨干网络中嵌入多尺度注意力机制EMA；将YOLOv8模型的颈部网络中上采样算子替换为DySample上采样算子；将YOLOv8模型的原始损失函数CIoU替换为WIoUv3损失函数；将训练集输入到改进后的YOLOv8模型进行训练，训练完成后，使用测试集对改进后的YOLOv8模型检测性能进行检测，得到识别结果，并使用各项指标对改进后的YOLOv8模型性能进行评估。本发明一种基于改进YOLOv8的小目标交通标志识别方法，能够有效提高对小目标交通标志的识别精度和识别速度。
-
公开(公告)号：CN118013330A
公开(公告)日：2024-05-10
申请号：CN202410071562.9
申请日：2024-01-17
Applicant: 三峡大学
IPC: G06F18/24 , G06F18/2337 , G06F18/15 , G06F18/22 , G06N3/006
Abstract: 基于粒子群改进模糊聚类的变压器故障诊断的方法，包括以下步骤：步骤1：收集变压器油中溶解气体的数据，作为初始数据集；步骤2：对步骤1的初始数据集进行初始化处理；步骤3：构建粒子群改进模糊聚类模型，获得聚类中心；步骤4：基于步骤3获得的聚类中心对变压器进行故障诊断，确定待诊断变压器的故障类型。本发明一种基于粒子群改进模糊聚类的变压器故障诊断方法，解决了初始化参数难以选取的问题；通过动态随机改变学习因子c1和c2，能跳出局部最优解，得到全局最优解；非线性惯性权重w的设计，能够平衡全局与局部搜索，避免过早收敛，提高变压器故障诊断结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.058 seconds)
