一种考虑碳排放影响的合约电量优化分解方法

    公开(公告)号:CN110956504B

    公开(公告)日:2022-06-07

    申请号:CN201911211716.5

    申请日:2019-12-02

    IPC分类号: G06Q30/02 G06Q10/06 G06Q50/06

    摘要: 本发明公开了一种考虑碳排放影响的合约电量优化分解方法。其主要步骤为:首先根据火电机组煤耗特性曲线计算机组碳排放量,得到机组不同出力对应的碳排放量;基于火电机组检修计划,确定机组执行合约计划时所允许的进度系数差值;在此基础上,以总购电费用最小为目标,考虑机组出力约束、机组检修、碳排放约束、热电联产约束,建立合约电量分解的优化模型;最后迭代求解优化模型,得到滚动修正的合约电量分解计划。相比现有分解方法,本发明的方法具有如下优点:1)考虑了机组低负荷率运行时带来的煤耗增加,碳排放量增加的问题;2)兼顾各机组在完成分解电量合约时的均衡性。

    一种无人机辐射源调制样式识别方法及装置

    公开(公告)号:CN112801003A

    公开(公告)日:2021-05-14

    申请号:CN202110162473.1

    申请日:2021-02-05

    摘要: 本发明公开了一种无人机辐射源调制样式识别方法及装置,包括以下步骤:S1:信号模型及时频分析;S2:能量阈值降噪:采用能量阈值降噪法;S3:图像降维与归一化:对降噪处理后的时频图进行降维处理,使用等间隔采样法对高维时频图进行降维;S4:CNN及其训练:选用ReLU和最大池化函数进行处理;S5:算法流程:训练信号和待识别信号首先进行相同预处理,即短时傅里叶变换、能量阈值降噪、图像降维及归一化处理,并输出训练集和测试集;随后将训练集送入CNN进行网络训练与优化;S6:信号及参数设置;S7:模型评价指标;S8:仿真实验:采用高信噪比信号用于网络训练,低信噪比信号测试。本发明,识别率更高且低信噪比环境适应性更强。

    一种基于离线高斯模型的目标检测分割方法及系统

    公开(公告)号:CN111985488A

    公开(公告)日:2020-11-24

    申请号:CN202010901955.X

    申请日:2020-09-01

    摘要: 本发明涉及一种基于离线高斯模型的目标检测分割方法,包括:利用训练集训练Mask R-CNN模型,合并各个训练图像中的候选区域框和真实物体框作为更新候选区域框;对各个训练图像的更新候选区域框进行特征提取,采用离线计算的方式,利用提取的特征以及所含物体的类别对中心矩阵、方差和样本数量进行更新;对测试图像的候选区域框进行特征提取,基于高斯计算模型计算候选区域框在第i类别上的概率值,将计算得到的概率值与Softmax分类器的输出结果的平均值作为目标检测分割结果进行输出;使用离线高斯模型去增强Mask R-CNN中的分类器,结合离线高斯模型和Softmax分类器实现样本对不均衡数据的分类,简单易行,应用范围广,能够有效的提高目标检测分割的精度。

    一种多旋翼无人机巡检路径规划方法

    公开(公告)号:CN111256703A

    公开(公告)日:2020-06-09

    申请号:CN202010374783.5

    申请日:2020-05-07

    IPC分类号: G01C21/20

    摘要: 本发明是一种多旋翼无人机巡检路径规划方法,首先,为保证巡检的安全性和低能耗性,建立电池能耗和规避逆光代价最低目标函数;分析影响多旋翼无人机巡检电池能耗的影响因素,确定悬停能耗以及巡航能耗;确定太阳光照与多旋翼无人机巡检航迹间关系;对扫描得到的待巡检物体三维点云模型进行建模,同时输入巡航过程中所有视点坐标;运用改进蚁群算法输出最优巡航路径、运用改进A*混合算法输出相邻两视点间的最优飞行路径,最终输出最优航迹。该方法能够确定无人机巡航过程中能耗以及太阳光照对航迹规划的影响,为无人机巡检提供一条安全、低能耗、规避逆光的最优路径,提升多旋翼无人机自动巡检的安全性和可靠性。

    一种智能电能表故障数据分析方法及系统

    公开(公告)号:CN110703183A

    公开(公告)日:2020-01-17

    申请号:CN201911103775.0

    申请日:2019-11-13

    IPC分类号: G01R35/04

    摘要: 本发明公开了电能表故障数据分析技术领域的一种智能电能表故障数据分析方法及系统,旨在解决现有技术中对电能表故障问题缺乏有效管理的技术问题,包括:收集电能表故障数据;对电能表故障数据进行标准化处理;采用关联分析方法构建数据分析模型对标准化处理后的数据进行分析,获取基本属性与故障类型之间的相互关联关系。本发明所述智能电能表故障数据分析方法及系统通过搜集电能表故障信息,并分析电能表基本属性与故障类型之间的相互关联关系,进而找到电能表的家族性缺陷,为电能表的生产和运营提供科学的指导。