-
公开(公告)号：CN119787501A
公开(公告)日：2025-04-08
申请号：CN202411771457.2
申请日：2024-12-04
Applicant: 三峡大学
IPC: H02J3/46 , G06F30/20 , G06F17/10 , G06Q10/0635 , G06Q50/06 , G06Q10/04 , G06Q10/0631 , G06F17/18 , H02J3/00 , H02J3/28 , H02J3/24 , G06F111/04 , G06F111/10 , G06F113/06
Abstract: 一种计及火电不确定性及风险度量的日前发电计划优化方法，包括以下步骤：构建火电机组出力不确定性约束；构建两阶段日前发电计划优化模型；求解风光和火电出力不确定约束，进行不确定场景生成，包括风光不确定场景和火电出力不确定场景生成与削减；求解两阶段日前发电计划优化模型，得到最优机组组合启停状态和出力计划。该方法方法，通过充分考虑可再生能源和火电机组的出力不确定性，构建火电机组出力不确定性约束，以及构建基于机组组合和备用决策的优化模型，进一步结合风险损失度量，对优化模型进行联合优化，最终得到更加满足新型电力系统本质安全要求的日前发电计划。
-
公开(公告)号：CN114049305B
公开(公告)日：2024-07-16
申请号：CN202111203745.4
申请日：2021-10-15
Applicant: 三峡大学
IPC: G06T7/00 , G06V10/82 , G06V10/44 , G06V10/774 , G06V10/764 , G06V10/776 , G06N3/0464 , G06N3/045 , G06N3/088 , G06N3/0475 , G06N3/094 , G06N5/04 , G06N3/048 , G06V10/766
Abstract: 基于改进ALI和Faster‑RCNN的配电线路销钉缺陷检测方法，包括以下几个方面：收集配电线路的销钉缺陷图像，并在销钉缺陷图像数据上人工标记，构建训练样本集。搭建网络结构，第一个是对抗学习推断网络，基本结构由推断网络、生成网络和判断器三部分组成。第二个是Faster‑RCNN网络。根据获取的训练样本，进行检测模型训练，训练指定步数后，完成训练。将待检测图像输入到训练好的对抗学习推断网络，输出高质量重构的销钉图像，最后通过训练好的Faster‑RCNN网络完成缺陷的识别。该方法可以增强配电线路销钉图像局部纹理、边缘等细节信息，以改善图像质量，并结合目标检测算法提取准确的特征，以实现销钉缺陷的智能检测。
-
公开(公告)号：CN114049305A
公开(公告)日：2022-02-15
申请号：CN202111203745.4
申请日：2021-10-15
Applicant: 三峡大学
IPC: G06T7/00 , G06V10/44 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06N5/04
Abstract: 基于改进ALI和Faster‑RCNN的配电线路销钉缺陷检测方法，包括以下几个方面：收集配电线路的销钉缺陷图像，并在销钉缺陷图像数据上人工标记，构建训练样本集。搭建网络结构，第一个是对抗学习推断网络，基本结构由推断网络、生成网络和判断器三部分组成。第二个是Faster‑RCNN网络。根据获取的训练样本，进行检测模型训练，训练指定步数后，完成训练。将待检测图像输入到训练好的对抗学习推断网络，输出高质量重构的销钉图像，最后通过训练好的Faster‑RCNN网络完成缺陷的识别。该方法可以增强配电线路销钉图像局部纹理、边缘等细节信息，以改善图像质量，并结合目标检测算法提取准确的特征，以实现销钉缺陷的智能检测。
-
-
Search Results
3
records
(took 0.021 seconds)
