-
公开(公告)号：CN114972721A
公开(公告)日：2022-08-30
申请号：CN202210660158.6
申请日：2022-06-13
申请人： 中国科学院沈阳自动化研究所 , 南京南瑞信息通信科技有限公司
IPC分类号： G06V10/22 , G06V10/82 , G06V10/764 , G06V10/766 , G06V10/762 , G06N3/04 , G06N3/08
摘要： 本发明提供了一种基于深度学习的输电线路绝缘子串识别定位方法，通过结合Faster R‑CNN网络模型和YOLOv3网络模型，能够有效解决绝缘子串识别以及缺陷定位问题。同时，通过数据增强方法并对方法进行定量分析，能够有效解决绝缘子串数据集不足问题。将绝缘子串识别定位任务分为两个阶段，第一阶段利用Faster R‑CNN网络模型进行绝缘子串识别，第二阶段利用YOLOv3网络模型进行缺陷定位，全面考虑任务中的多种因素并设计了基于Faster R‑CNN网络模型的绝缘子串识别网络以及基于YOLOv3网络模型的绝缘子串缺陷定位网络。使方案具有目前更高正确率和更高召回率的优点。
-
公开(公告)号：CN114885345A
公开(公告)日：2022-08-09
申请号：CN202110162632.8
申请日：2021-02-05
申请人： 中国科学院沈阳自动化研究所
摘要： 本发明公开了一种基于差分进化算法的系统计算能效最大化资源分配方案。包括以下步骤：1)建立一个无线供能的边缘计算网络模型；2)分析模型中能量站、边缘用户和边缘服务器的能耗和计算比特数的变化情况；3)建立最大化系统计算能效的联合优化数学模型；4)利用差分进化算法，实现对系统计算能效的逐代优化，从而得到最佳的卸载时间、计算时间和频率等指标。由于整个联合优化数学模型涉及的参数众多，传统的数学方法求最优解过程十分繁琐。本发明提出的基于差分进化算法的系统计算能效最大化资源分配方案，不仅可以降低计算的复杂度，还可以节约时间成本。
-
公开(公告)号：CN118095514A
公开(公告)日：2024-05-28
申请号：CN202211452061.2
申请日：2022-11-21
申请人： 中国科学院沈阳自动化研究所
IPC分类号： G06Q10/04 , G06Q50/06 , G06F18/214 , G06N3/0464 , G06N3/08
摘要： 本发明涉及一种基于深度学习的居民用电量预测与窃电识别方法，采集用电量数据，并进行预处理，并构成数据集，利用深度学习网络进行训练；采用用电量测试数据，进行预处理后，通过训练后的深度学习网络，进行未来时间的电量预测与窃电识别。本发明采用深度学习方法，可以自动提取数据特征，同时CNN对于数据的局部特征更加敏感，相较于传统机器学习方法及人工识别准确率高。
-
公开(公告)号：CN112613024B
公开(公告)日：2024-05-03
申请号：CN202110019684.X
申请日：2021-01-07
申请人： 国网上海市电力公司 , 中国科学院沈阳自动化研究所
摘要： 本发明实施例公开了一种数据交互方法、装置、系统及存储介质。其中，该方法包括：云端服务器对电力物联网终端设备进行安全认证，并将安全认证结果传输至业务应用设备；业务应用设备在安全认证结果为通过时，通过云端服务器将控制指令下发至电力物联网终端设备；电力物联网终端设备根据控制指令采集数据，并对数据进行处理后上传至云端服务器。本发明实施例提供的技术方案，实现了云端服务器与电力物联网终端设备的数据交互，提高了数据交互过程的安全性以及准确性。
-
公开(公告)号：CN117237662A
公开(公告)日：2023-12-15
申请号：CN202311090931.0
申请日：2023-08-29
申请人： 中国科学院沈阳自动化研究所
IPC分类号： G06V10/44 , G06V10/80 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06V10/25 , G06T7/00
摘要： 本发明属于深度学习工业机器视觉领域，具体说是一种基于深度学习的钢管小目标缺陷识别定位方法，包括以下步骤：通过Yolo5的骨干层对目标图像的特征信息进行提取，在提取过程中引入Transformer网络，进一步对目标图像中多个小目标缺陷的位置和特征信息进行再提取，将提取到的目标图像中多个小目标缺陷位置的特征信息输入至网络层；对网络层中网络结构进行优化，对骨干层提取到目标图像的特征信息进行特征进行融合，得到网络层提取到的特征信息；将网络层提取到的特征信息进行特征筛选，得到钢管缺陷的目标大小，最终输出目标图像中钢管缺陷识别结果。本发明使钢管小目标缺陷的识别的准确率以及精确度更高。
-
公开(公告)号：CN110689206B
公开(公告)日：2022-11-01
申请号：CN201910953360.6
申请日：2019-10-09
申请人： 国电南瑞南京控制系统有限公司 , 中国科学院沈阳自动化研究所 , 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 东南大学
摘要： 本发明公开了一种能源互联网多能主体能源购买及转换运营方法，属于能源互联网技术领域。本发明包括以下步骤：建立能源互联网多能主体内部模型和能源互联网多能主体能源购买及转换运营策略优化模型，在满足零散用户用能需求的前提下，对多能主体能源购入量及内部能源转换装置工作状态进行优化，使得多能主体的购能成本最低，经济性最优。本发明所提出的方法可为具有能源转换装置的多能主体提供决策的理论依据，帮助其优化能源购买和能源转换运营策略，从而在能源互联网环境下获取更多的利润。
-
公开(公告)号：CN114690719A
公开(公告)日：2022-07-01
申请号：CN202111569657.6
申请日：2021-12-21
申请人： 中国科学院沈阳自动化研究所
IPC分类号： G05B19/418
摘要： 本发明涉及信息物理生产系统技术，具体说是一种面向平台的高效信息物理生产系统，包括基于中间件的平台层，PoComp组件。平台层用于获取生产信息，实现组件之间执行任务的连通性问题，分析计算调度表、资源需求以及适配参数，将得到的数据与指令通过API发送给PoComp组件；PoComp组件用于执行从平台层接收到的指令与配置参数，进行资源调节，解决设备执行时间差异性问题，实现生产过程所需操作；本发明最大化保证了各任务的时间约束，实现了紧密编排下的组件高效率调度、高可靠迁移等工业生产新需求。
-
公开(公告)号：CN114077482A
公开(公告)日：2022-02-22
申请号：CN202010829583.4
申请日：2020-08-18
申请人： 中国科学院沈阳自动化研究所
摘要： 本发明涉及一种工业智能制造边缘智能计算优化方法，设计工业智能制造边缘计算模型可划分为边缘资源感知模型、边缘资源与任务调度模型、边缘智能计算等模型。边缘智能计算模型基于深度学习方法，计算各个神经网络退出节点的联合损失函数，得到云边协同的自主规模适应网络模型。在线优化阶段在设定网络带宽下，计算服务器与边缘设备整体运行时间，若小于要求时延，则在线选择出口点。本方法能够缩小神经网络规模，在边缘网关设备上部署浅层深度学习模型，实现状态预研判，同时将中间结果送至云端，完成最终计算结果。
-
公开(公告)号：CN112377153B
公开(公告)日：2021-11-30
申请号：CN202011178546.8
申请日：2020-10-29
申请人： 中国科学院沈阳自动化研究所
IPC分类号： E21B43/00 , E21B47/009
摘要： 本发明涉及信号处理领域，尤其涉及一种基于加速度传感器获取游梁抽油机冲程和冲次的方法。包括以下步骤：1)通过加速度传感器采集游梁抽油机设备悬点处加速度数据；2)通过WIA‑PA芯片对加速度数据进行处理并采集，并显示采集结果；对采集到的加速度数据中异常数据进行数据处理，得到数据处理后的加速度数据；3)将数据处理后的加速度数据通过低通滤波器进行滤波，经过小波分解重构提取预处理后的低频信号特征，即重构数据；4)将重构数据转化为真实的加速度值，并加速度值按周期切分，得到游梁抽油机的冲程和冲次。本发明提出采集游梁抽油机悬点处加速度传感器数据，通过对周期数据的切割，分别求取抽油机冲程，降低了偶然性并提高了准确度。
-
公开(公告)号：CN111611029A
公开(公告)日：2020-09-01
申请号：CN201910136529.9
申请日：2019-02-25
申请人： 中国科学院沈阳自动化研究所
IPC分类号： G06F9/448 , G05B19/418
摘要： 本发明涉及一种保证计算时序确定性的IEC 61499功能块建模方法，包括：重新定义功能块的事件接口，用于将事件定义为包含时间戳的事件结构体；增加功能块对到达事件的时序管理模块，用于解析到达的本地事件，将事件按照时序排列，保证事件队列中事件按照确定的时序被响应；增加算法执行管理模块，用于定义算法执行时间约束、超时响应处理算法接口，对ECC执行响应算法进行管理、监测程序执行状态。本发明通过对IEC 61499基础功能块的扩展保证分布式系统协同计算的确定性，该功能块结构可以在异步事件高并发的分布式系统中保证事件执行时序的一致性和事件响应算法执行的确定性。
-
-
-
-
-
-
-
-
-
搜索结果
78 条记录 (耗时 0.11 秒)
