-
公开(公告)号：CN102340296B
公开(公告)日：2013-12-25
申请号：CN201110204946.6
申请日：2011-07-21
Applicant: 东北大学秦皇岛分校
Abstract: 为解决高阶数字FIR滤波器并行处理效率的问题，提出了一种高效的、适合GPU体系结构的高阶数字FIR滤波器并行处理算法，该方法采用重叠保留方法结合GPU自身结构特点优化实现高阶数字FIR的频域并行化处理。通过计算FIR频率响应系数，将待处理的输入数据传送给GPU；数据重叠搬移；滤波计算处理；数据合并搬移；将合并搬移结果Y＝{Y0，Y1，....，Yk-1}传送到主机内存等步骤完成高阶数字FIR滤波器频域并行处理。对比在CPU上单线程所实现的FIR频域重叠保留方法，其吞吐率，即每秒处理样点的数量有着极大地提高，典型的加速比在100倍以上。
-
公开(公告)号：CN102281497A
公开(公告)日：2011-12-14
申请号：CN201110204940.9
申请日：2011-07-21
Applicant: 东北大学秦皇岛分校
CPC classification number: Y02D70/00
Abstract: 本发明公开了基于自助传感器网络的灾后实时搜救方法与系统，所述方法包括以下步骤：S1，搜救信号发射机产生强度可调的中高频信号；S2，求救信号发生器接收该中高频信号并将其转换为电能，驱动求救信号发生器发出指定频率的中高频求救信号；S3，求救信号识别定位仪对中高频求救信号进行无缝捕捉并确定需救助人员的方位和距离。本发明中搜救信号发射机、求救信号发生器及求救信号识别定位仪都是基于中高频无线信号的，与现有搜救系统相比，受环境影响较小，还可以扩大搜救测量范围，提高测量精确度，同时大大提高搜救效率；另外，本发明可以将无线中高频信号能量转换为电能，避免了能量耗尽的问题。
-
公开(公告)号：CN117093895A
公开(公告)日：2023-11-21
申请号：CN202310930698.6
申请日：2023-07-27
Applicant: 东北大学秦皇岛分校
IPC: G06F18/24 , G06F18/23 , G06F18/214 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及一种高炉故障诊断方法，所述方法包括：获取高炉过程实时数据；通过变分模态分解方法提取所述高炉过程实时数据的第一变量特征，并生成拓扑数据；通过多个并行的图卷积神经网络提取所述拓扑数据的第二变量特征，并对所述第二变量特征进行分类，形成分类结果；根据所述分类结果识别高炉设备当前状态。该方案采用变分模态分解，提取变量不同时间尺度的特征，从而减少噪声对故障诊断模型的干扰；通过本方案，可以实现高炉故障自动诊断，提高冶炼效率和质量，降低生产成本，保障生产安全，促进钢铁工业的可持续发展。
-
公开(公告)号：CN110428175A
公开(公告)日：2019-11-08
申请号：CN201910715086.9
申请日：2019-08-05
Applicant: 东北大学秦皇岛分校
IPC: G06Q10/06 , G06Q50/04 , G06F16/215 , G06F16/2458 , G06N3/04
Abstract: 本发明公开了一种基于深度学习的热轧带钢板凸度预报方法，包括以下步骤：S1，采集并记录带钢生产数据，然后对采集到的数据进行预处理，包括缺失值删除、异常值删除、归一化；S2，根据所述带钢生产数据，利用基于Morisita指数的属性选择方法，去除所采集数据中的冗余与不相关属性，筛选出能够表征板凸度变化的最少数量的属性构成预报模型的输入变量集；S3，基于所述的输入变量集建立基于深广卷积神经网络的带钢出口板凸度预报模型，从而获得热轧带钢出口板凸度。本发明利用卷积神经网络中的卷积层提取数据的高阶特征和不变性特征，学习变量间局部相关关系，并结合深度神经网络的全局特征学习能力，显著提高了板凸度预报精度。
-
公开(公告)号：CN104468515A
公开(公告)日：2015-03-25
申请号：CN201410604802.3
申请日：2014-10-31
IPC: H04L29/06 , H04L12/861 , H02J13/00
CPC classification number: Y02E60/723 , Y04S10/16 , H04L67/12 , H02J13/00 , H04L47/50
Abstract: 本发明公开了一种基于信息中心网络的智能变电站通信方法及系统，所述方法包括：S1，客户端A向上游路由器A发送数据访问报文，所述报文头包括数据访问请求和唯一的路由标识，所述唯一的路由标识为包含授权属性的信息名字；S2，上游路由器A转发数据访问报文到变电站数据源端，数据源端返回结果报文到变电站数据传输网络中的路由器，所述结果报文的报头包括响应的数据访问请求、提供给客户端A的结果数据和唯一的路由标识；S3，检测唯一的路由标识的授权属性，若授权属性为授权或者委托授权，且路由器具有缓存功能，则路由器对结果数据进行存储，并转发结果数据到客户端A。本发明能减少冗余数据，提高网络资源利用率和电力数据传输效率。
-
Patent Agency Ranking
公开(公告)号：CN104394207A
公开(公告)日：2015-03-04
申请号：CN201410662581.5
申请日：2014-11-19
IPC: H04L29/08
Abstract: 本发明公开了一种基于信息中心网络的智能电网数据自适应恢复方法及系统，所述方法包括：S1，电网数据恢复请求端发送包含授权属性的电网数据恢复请求报文至信息中心网络中的上游的路由器；S2，上游的路由器检查授权属性，若授权属性为授权或委托授权，则转至S3，若为未授权，则直接转发请求报文到数据源端来获取数据；S3，查看路由器是否转发过该数据，若转发过，则转至S4；若没有，则转至S5；S4，查看路由器是否存储有该数据，若有，则响应请求，将数据返回给请求端，若没有，则转至S5；S5，继续转发请求报文到信息中心网络的上层路由，重复S2，直到获取该电网恢复数据为止。本发明可减少集中备份中心的建设，能提高电网数据的恢复效率。
-
公开(公告)号：CN115434875A
公开(公告)日：2022-12-06
申请号：CN202211066553.8
申请日：2022-08-31
Applicant: 东北大学秦皇岛分校
Abstract: 本发明涉及一种基于时空神经网络的风电机组故障状态检测方法、电子设备和存储介质，方法包括获取待测风电机组的传感器实时的检测数据并进行数据预处理；将所述检测数据输入到训练的时空特征提取模型，获取所述多维残差数据；采用马氏距离，对所述多维残差数据进行计算，获取时空特征提取模型的实时性能指数；将所述性能指数与所述实时检测数据输入到训练的向量回归算法模型，获取实时动态阈值；基于所述实时动态阈值与所述实时性能指数，对风电机组的故障状态进行检测。本发明的有益效果是，能够解决现有技术中风电机组故障检测耗时久、故障反馈滞后、效率低、误差大、浪费人力物力的技术问题。
-
公开(公告)号：CN104468515B
公开(公告)日：2017-10-24
申请号：CN201410604802.3
申请日：2014-10-31
Applicant: 许继集团有限公司 , 东北大学秦皇岛分校 , 许昌许继软件技术有限公司 , 国家电网公司 , 国网湖北省电力公司
IPC: H04L29/06 , H04L12/861 , H02J13/00
CPC classification number: Y02E60/723 , Y04S10/16
Abstract: 本发明公开了一种基于信息中心网络的智能变电站通信方法及系统，所述方法包括：S1，客户端A向上游路由器A发送数据访问报文，所述报文头包括数据访问请求和唯一的路由标识，所述唯一的路由标识为包含授权属性的信息名字；S2，上游路由器A转发数据访问报文到变电站数据源端，数据源端返回结果报文到变电站数据传输网络中的路由器，所述结果报文的报头包括响应的数据访问请求、提供给客户端A的结果数据和唯一的路由标识；S3，检测唯一的路由标识的授权属性，若授权属性为授权或者委托授权，且路由器具有缓存功能，则路由器对结果数据进行存储，并转发结果数据到客户端A。本发明能减少冗余数据，提高网络资源利用率和电力数据传输效率。
-
公开(公告)号：CN102655335A
公开(公告)日：2012-09-05
申请号：CN201210042310.0
申请日：2012-02-24
Applicant: 东北大学秦皇岛分校
IPC: H02J7/00
Abstract: 一种基于队列管理的小区电动汽车充电管理系统及方法，本发明的目的是针对目前电动汽车充电管理方法的问题和不足，提供一种基于队列管理的分布式电动汽车充电管理系统及方法，用于解决大量电动汽车用户充电时导致的电网高负荷技术问题，有效利用电网低谷负荷、同时满足不同用户服务质量要求的基于队列管理的小区电动汽车充电管理系统及方法。本发明包括电网监控中心、小区监控站、电动汽车充电装置、车载信息存储设备、队列管理、电动汽车充电装置充电管理和小区监控站队列管理。本发明能够系统的规划电动汽车的各项数据指标，然后智能化控制电力流量，即能够达到国家十五计划，又能够解决现有存在的各种问题。广泛应用在写字楼停车场、商业区、或住宅区等小区中，电动汽车用户众多、充电时间集中，且部分小区电网设备陈旧，不支持高功率长时间的供电等等。
-
公开(公告)号：CN114566971B
公开(公告)日：2024-09-24
申请号：CN202210196338.3
申请日：2022-03-01
Applicant: 东北大学秦皇岛分校
Abstract: 可再生能源出力的间歇性和负荷的随机性给电网安全运行带来了挑战，最优潮流需要实时求解以有效帮助电网运营商做出有效的实时决策。本发明提出了一种基于近端策略优化算法的实时最优潮流计算方法，涉及电力系统规划控制领域。首先依据电力系统的拓扑结构、历史信息和潮流求解器构建电力系统仿真环境；然后搭建近端策略优化算法的智能体，在离线训练过程中与环境进行交互并优化智能体参数。离线训练结束后，智能体依据电网中实时状态提供最优动作，得到接近最优的潮流解，实现在线应用。本发明在IEEE14节点系统中进行训练和验证，并与MATPOWER的最优潮流标准解进行比较，验证了该方法在计算实时最优潮流上的有效性。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.022 seconds)
