-
公开(公告)号：CN108509993A
公开(公告)日：2018-09-07
申请号：CN201810282232.9
申请日：2018-04-02
Applicant: 安徽理工大学
IPC: G06K9/62
CPC classification number: G06K9/6269 , G06K9/6256
Abstract: 本发明公开了一种矿井突水激光诱导荧光光谱图像识别方法，包括以下步骤：(1)利用激光诱导荧光光谱仪获取水样的原始荧光光谱图像；(2)对水样的原始荧光光谱图像进行缩放、裁剪和灰度化预处理；(3)采用PCANet对预处理后的灰度图像进行特征提取，得到PCANet图像特征；(4)采用SPXY法将由PCANet图像特征组成的水样样本划分为独立的训练集和测试集；(5)在训练集上建立突水水源识别模型，并通过测试集进行该模型识别结果的测试。本发明采用PCANet进行矿井突水水源荧光光谱图像的识别模型构建简单和参数调优简单，同时具有很高的识别率且识别速度快，非常适用于矿井突水水源的实时、在线监测。
-
公开(公告)号：CN106971073A
公开(公告)日：2017-07-21
申请号：CN201710192720.6
申请日：2017-03-28
Applicant: 安徽理工大学
CPC classification number: G06K9/6259 , G06N3/08 , G16Z99/00
Abstract: 本发明涉及一种矿井突水水源的非线性识别方法，包括如下步骤，(1)光谱数据采集；(2)利用卷积(SG)平滑技术对采集的原始光谱数据进行预处理；(3)利用非线性核主成分分析法进行数据降维，并进行非线性特征提取；(4)将采集的水样样本建立独立的测试集和训练集；(5)利用训练集建立EML极限学习机，然后通过测试集进行测试分类结果。本发明采用非线性方式进行特征提取，减低了时间和空间复杂度，同时提供了样本的识别性能；核主成分分析优化了极限学习机的学习参数，EML分类模型具有训练参数少、学习速度快等特点，将KPCA和EML结合用于矿井突水水源的非线性辨别，非常适用于在线突水水源的监测。
-
公开(公告)号：CN106771729A
公开(公告)日：2017-05-31
申请号：CN201611103370.3
申请日：2016-12-05
Applicant: 国网安徽省电力公司淮南供电公司 , 安徽理工大学
IPC: G01R31/00
CPC classification number: G01R31/00
Abstract: 本发明公开了一种继电保护设备风险评估系统及方法，首先采用四相测温探头采集运行设备的温度数据，将所测温度数据送入PC端，利用距离判别分析算法，对所监测运行设备状态进行归类并作出有效预测。本发明构建了一个采集温度、在线预处理和设备运行状态检测的继电保护设备运行状态识别的框架，可以动态评价和预估待测继电保护设备的运行状态及危险性，为预防继电保护设备故障事故提供参考数据，能够提前避免经济损失。
-
公开(公告)号：CN104458687A
公开(公告)日：2015-03-25
申请号：CN201410757790.8
申请日：2014-12-10
Applicant: 安徽理工大学
IPC: G01N21/64
Abstract: 本发明公开了一种基于激光诱导和SIMCA分类法的矿井突水水源识别装置及方法，该装置包括激光器、浸入式探头、光探测器、光谱分析模块和识别模块，激光器与浸入式探头通过光纤连接，激光器将激光打入涌水点的被测水体，被测水体受激辐射发出荧光，由浸入式探头实时接收荧光信号，经光纤传输至光探测器；采用至少两路并行光探测器，同时分别读取设定的各个波段的荧光信号；光谱分析模块根据光探测器输出的荧光信号，并进行滤波和A/D转换，经过数据整合后输出一路完整波段的荧光光谱数据；识别模块根据输入的被测水体的荧光光谱数据以及已知水样的PCA模型，基于SIMCA算法判断被测水体属于哪种已知水样。本发明实现了水源类型及时、准确的在线识别。
-
公开(公告)号：CN102507062A
公开(公告)日：2012-06-20
申请号：CN201110344945.1
申请日：2011-11-04
Applicant: 安徽理工大学
Abstract: 本发明公开了一种基于神经网络模型BP算法的嵌入式矿压检测方法法，首先根据根据待检测区域的地域情况，采用多个振弦式压力传感器进行测量；然后ARM7处理器根据系统任务个数建立相应的进程；最后在建立的任务中打开定时器，输出一个固定在某一频率范围内的脉冲，经过驱动激振电路，产生一个能对振弦式压力传感器内部振弦起振的信号，同时使用ARM7处理器对振弦式压力传感器返回的脉冲信号进行频率测量，计算得到压力值，最后，利用温度传感器采集振弦周围区域的温度，采用BP算法建立神经网络模型，利用神经网络模型对得到的各组压力数据及采集的温度数据进行学习，并根据神经网络模型找出压力随温度的变化规律，对振弦式传感器进行温度补偿。
-
Patent Agency Ranking
公开(公告)号：CN117994276B
公开(公告)日：2025-03-18
申请号：CN202410085496.0
申请日：2024-01-22
Applicant: 安徽理工大学
IPC: G06T7/12 , G06T7/00 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种基于异构幻影卷积的医学图像分割方法，属于医学图像智能处理领域，包括以下步骤：S1、获取医学图像，划分训练集、验证集与测试集，并且只对训练集图像进行数据增强处理；S2、搭建异构幻影卷积基础卷积单元；S3、构建基于异构幻影卷积的医学图像分割模型进行训练，提取训练集图像特征；S4、采用Adam优化器优化参数更新，观察输出混合损失曲线，当出现过拟合趋势时，停止训练轮次；S5、使用验证集对构建基于异构幻影卷积的医学图像分割模型验证，选取Dice系数最好、MIou和Recall指标较好的一次训练模型权重保存；S6、将测试集输入最优基于异构幻影卷积的医学图像分割模型，得到分割结果。本发明有益效果为：使用异构幻影卷积构建的模型在精准分割的前提下，同时也兼顾到了模型的轻量，更加适用于部署在边缘设备。
-
公开(公告)号：CN115207911B
公开(公告)日：2024-12-17
申请号：CN202210891806.9
申请日：2022-07-27
Applicant: 安徽理工大学 , 国网安徽省电力有限公司
IPC: H02J3/00 , H02J3/46 , H02J3/38 , H02J3/32 , H02J3/14 , G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06N3/126
Abstract: 一种基于电价激励的工业厂级及微网负荷优化调度方法，包括：获取企业内多个用电负荷，并根据用电负荷计算每日总负荷；根据每日总负荷构建在预设的负荷时间调度约束条件下的电费计算模型，并根据计算最低电费下的负荷需求曲线；电费计算模型的目标函数为：minC＝Wj·Cj‑x·ΔPa·Ca其中，Cj为对应j时段电价；ΔPa为企业参与电网削峰或填谷响应动作的功率；x表示电力公司发布响应需求的情况；输入得到的负荷需求曲线，根据预先构建的微电网负荷优化调度模型计算每个时刻的经济成本和燃料排放，并采用遗传算法计算最优解；本发明能够将需求响应电价补贴及工业用户采用生产过程中的余热发电融入优化调度模型中，实现对工业用户参与大电网削峰填谷和进一步优化自身用电经济性。
-
公开(公告)号：CN118748436A
公开(公告)日：2024-10-08
申请号：CN202410765761.X
申请日：2024-06-14
Applicant: 安徽理工大学
IPC: H02J3/46 , H02J3/48 , H02J3/32 , H02J3/14 , H02J3/00 , G06Q10/0631 , G06Q30/0201 , G06N3/006 , G06Q50/06
Abstract: 本发明公开一种面向主动配电网的双层多目标优化调度方法，包括以下步骤：针对主动配电网分布式资源出力特性建模；基于分布式电源出力建立实时电价响应模型；考虑需求响应和配电网安全稳定运行约束条件，建立了主动配电网双层多目标优化调度模型；提出一种自适应蛇鹭优化算法，并基于Pareto理论设计多目标蛇鹭优化算法，分别求解下层和上层模型；得出主动配电网最优优化调度策略；本发明考虑了需求侧响应，加强了供电侧与用电侧的互动，从而提高配电网运行的经济性；通过寻优性能良好的ASBOA和MOSBOA，分别对下层模型和上层模型进行求解，最终得出最佳的主动配电网优化调度策略，以满足配电网的运行要求。
-
公开(公告)号：CN114595873B
公开(公告)日：2024-07-19
申请号：CN202210169235.8
申请日：2022-02-23
Applicant: 安徽理工大学 , 国网安徽省电力有限公司
IPC: H02J3/00 , G06Q50/06 , G06F18/15 , G06F18/214 , G06F18/21 , G06N3/0442 , G06N3/086 , G06N3/006
Abstract: 本发明公开了一种基于灰色关联的DA‑LSTM的短期电力负荷预测方法，包括：获取多日日负荷影响因素数据和负荷数据，计算各个日负荷影响因素数据负荷数据之间的MIC值，获得各影响因素的权重，划分历史日数据和待预测日数据，并构建灰色关联判断矩阵，利用各影响因素的权重对灰色关联判断矩阵进行加权，计算出加权灰色关联决策阵，得到每个历史日和待预测日的灰色关联值，将灰色关联值从大到小进行排序，设置阈值，选择满足阈值历史日作为相似日集，构建DA‑LSTM模型，利用将蜻蜓算法DA对长短期记忆网络LSTM的参数进行优化，在DA‑LSTM模型中输入相似日数据，对待预测日进行负荷预测。该方法结合历史负荷、气象、日期类型等因素进行预测，能对待预测日实现短期预测。
-
公开(公告)号：CN118228976A
公开(公告)日：2024-06-21
申请号：CN202410261745.7
申请日：2024-03-07
Applicant: 安徽理工大学
IPC: G06Q10/0631 , G06Q30/0201 , G06Q50/06 , G06F17/11 , G06N3/006
Abstract: 本发明公开了一种考虑阶梯型碳交易的虚拟电厂调度策略，包括：构建含风机、光伏、碳捕集电厂、P2G为内部结构的虚拟电厂；基于分时电价和阶梯型碳交易机制，建立以系统运行成本、新能源丢弃率二者效益为目标的多目标能效模型；基于能效模型构建目标函数：分别构建以运行成本最小化、新能源丢弃率最小化的目标函数；建立模型约束条件，模型需满足电力供需平衡约束和各设备的运行约束；根据线性加权法，将多目标问题归一化为单一问题；采用自适应混合星鸦优化算法建立虚拟电厂日前优化调度策略。本发明可解决现有的分析方法对综合能源系统经济性和低碳性考虑不足而使得综合能源利用效率不高的问题。
-
-
-
-
-
-
-
-
-
Search Results
179
records
(took 0.071 seconds)
