-
公开(公告)号：CN116089838A
公开(公告)日：2023-05-09
申请号：CN202310184950.3
申请日：2023-03-01
Applicant: 中南大学 , 湖南能源大数据中心有限责任公司
IPC: G06F18/214 , G06F18/24 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G06Q30/0201 , G06Q50/06
Abstract: 本发明公开了一种窃电用户智能识别模型训练方法和识别方法，所述训练方法包括获取无标签用电数据和有标签用电数据；对用电时间序列进行预处理；由无标签用电数据的N个预处理后的用电时间序列构成第一样本数据集，由有标签用电数据的M个预处理后的用电时间序列及对应的用户类型构成第二样本数据集；构建对比表征学习模型，利用第一样本数据集对对比表征学习模型进行训练，得到目标特征编码器；构建窃电用户智能识别模型，窃电用户智能识别模型包括目标特征编码器、时频域特征提取模块以及分类计算模块；利用第二样本数据集对窃电用户智能识别模型进行训练，得到目标窃电用户智能识别模型。本发明能够提高窃电用户识别的准确性。
-
公开(公告)号：CN116089838B
公开(公告)日：2023-09-26
申请号：CN202310184950.3
申请日：2023-03-01
Applicant: 中南大学 , 湖南能源大数据中心有限责任公司
IPC: G06F18/214 , G06F18/24 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G06Q30/0201 , G06Q50/06
Abstract: 本发明公开了一种窃电用户智能识别模型训练方法和识别方法，所述训练方法包括获取无标签用电数据和有标签用电数据；对用电时间序列进行预处理；由无标签用电数据的N个预处理后的用电时间序列构成第一样本数据集，由有标签用电数据的M个预处理后的用电时间序列及对应的用户类型构成第二样本数据集；构建对比表征学习模型，利用第一样本数据集对对比表征学习模型进行训练，得到目标特征编码器；构建窃电用户智能识别模型，窃电用户智能识别模型包括目标特征编码器、时频域特征提取模块以及分类计算模块；利用第二样本数据集对窃电用户智能识别模型进行训练，得到目标窃电用户智能识别模型。本发明能够提高窃电用户识别的准确性。
-
公开(公告)号：CN116108350A
公开(公告)日：2023-05-12
申请号：CN202310016410.4
申请日：2023-01-06
Applicant: 中南大学 , 湖南能源大数据中心有限责任公司
IPC: G06F18/214 , G06N3/0464 , G06N3/096 , G06Q50/06
Abstract: 本发明公开了一种基于多任务学习的非侵入式电器识别方法及系统，本方法通过获取多种电器的训练样本集和验证样本集；根据卷积神经网络，构建多任务学习的非侵入式电器识别模型；计算非侵入式电器识别模型的残差值；将多种电器的待预测样本输入至训练好的非侵入式电器识别模型中，获得非侵入式电器的识别结果；其中，训练好的非侵入式电器识别模型由残差值、验证样本集和训练样本集训练得到。本发明能够充分利用电器之间的内在联系，提高非侵入式电器识别的准确度。
-
公开(公告)号：CN116108350B
公开(公告)日：2023-10-20
申请号：CN202310016410.4
申请日：2023-01-06
Applicant: 中南大学 , 湖南能源大数据中心有限责任公司
IPC: G06F18/214 , G06N3/0464 , G06N3/096 , G06Q50/06
Abstract: 本发明公开了一种基于多任务学习的非侵入式电器识别方法及系统，本方法通过获取多种电器的训练样本集和验证样本集；根据卷积神经网络，构建多任务学习的非侵入式电器识别模型；计算非侵入式电器识别模型的残差值；将多种电器的待预测样本输入至训练好的非侵入式电器识别模型中，获得非侵入式电器的识别结果；其中，训练好的非侵入式电器识别模型由残差值、验证样本集和训练样本集训练得到。本发明能够充分利用电器之间的内在联系，提高非侵入式电器识别的准确度。
-
公开(公告)号：CN119152859A
公开(公告)日：2024-12-17
申请号：CN202411604664.9
申请日：2024-11-12
Applicant: 国网江苏省电力有限公司南通供电分公司 , 国网江苏省电力有限公司如东县供电分公司 , 中南大学
Abstract: 本发明公开了一种基于深度学习和声纹的铁塔螺栓异常监测方法及系统，包括：首先获取铁塔的原始监测音频，并利用预先训练的去噪模型对音频进行处理，以获得更清晰的目标音频。随后，从目标音频中提取待分析的螺栓声纹，并将其加载至预先训练的螺栓声纹异常分类模型中进行分类处理。最终，该方法能够准确地得到铁塔监测音频中的螺栓声纹异常分类结果，实现了对铁塔螺栓状态的智能、高效监测。
-
Patent Agency Ranking
公开(公告)号：CN114187342B
公开(公告)日：2024-11-01
申请号：CN202111521005.5
申请日：2021-12-13
Applicant: 中南大学
Abstract: 本发明公开了一种既有线路的钢轨点云提取方法，包括获取既有线路的pcd格式文件；得到既有线路的钢轨点云数据；对当前的钢轨点云数据进行中心线拟合；分离中心线两侧的钢轨点云数据；剔除偏离中心线距离大于偏离设定值的数据得到剔除后的点云数据；合并中心线两侧的剔除后的点云数据得到新的钢轨点云数据并作为当前的钢轨点云数据；重复上述步骤，每次重复时均重新设定偏离设定值，直至满足设定的停止条件，得到最终的既有线路的钢轨点云提取结果。本发不仅实现了既有线路的钢轨点云提取，而且提取结果比现有的最小二乘法拟合提取的结果更加优秀，而且本发明方法的可靠性更高、精确性更好，提取效果更好。
-
公开(公告)号：CN117759257A
公开(公告)日：2024-03-26
申请号：CN202410127772.5
申请日：2024-01-30
Applicant: 岳阳市城市运营投资集团有限公司 , 岳阳市交投建设工程有限公司 , 五矿二十三冶建设集团有限公司 , 岳阳市交通公路工程建设有限公司 , 中南大学
Abstract: 本发明涉及超浅埋连拱隧道掘进方法技术领域，公开了一种超浅埋连拱隧道多断面快速施工方法，包括以下步骤：S100、场地平整和坡体支护；S200、导洞管棚施工以及主洞管棚施工；S300、导洞开挖施工；S400、中隔墙施工；S500、左主洞近导坑开挖支护，且钢支护中隔墙右端，形成左导洞施工通道；或者右主洞近导坑开挖支护，且钢支护中隔墙左端，形成右导洞施工通道；S600、步骤S300‑S500循环进行，当导洞开挖施工至开挖长度大于50m，进行左主洞和/或右主洞施工；S700、多施工面同时施工。多工序同时进行，多断面同时施工，工期短，对于围岩的扰动小；适应于连拱隧道施工，特别适用于超浅埋连拱隧道施工。
-
公开(公告)号：CN112698774A
公开(公告)日：2021-04-23
申请号：CN202011595143.3
申请日：2020-12-29
Applicant: 中南大学
IPC: G06F3/0484 , G06F9/52 , G06F16/29 , G06F16/51 , H04L29/08
Abstract: 本发明涉及一种基于WebGIS的B/S架构多专家在线协商标绘系统，其中，所述系统包括：服务器以及与服务器通信连接的多个客户端；所述服务器中包括：用户功能模块、GIS功能模块、标绘符号库模块、协商标绘功能模块以及方案管理功能模块；所述用户功能模块用于控制客户端，使客户端的可视界面中展示用户登录界面；所述用户功能模块还用于接收用户在客户端展示用户登录界面的可视界面中所输入的验证信息，并根据所述验证信息进行用户注册、用户登录、用户新增或用户删除。
-
公开(公告)号：CN105172142B
公开(公告)日：2018-06-08
申请号：CN201510593651.0
申请日：2015-09-17
Applicant: 中南大学
IPC: B29C64/10 , B33Y70/00 , B33Y10/00 , C04B35/83 , C04B35/622
Abstract: 一种3D打印的碳/碳复合材料制备方法，将所述的碳纤维经刻蚀溶液刻蚀处理后，与用于溶解热固性树脂的溶剂混合得到固液混合物；将所述的热固性树脂与固化剂充分混合得到固体混合物；将所述的固液混合物、固体混合物分别加入反应容器中，搅拌溶解固体混合物后，然后将反应容器中的混合物干燥得到混合物块体破碎；将制备好的原料倒入3D打印机送粉缸中进行碳/碳复合材料生坯3D打印；将所得碳/碳复合材料生坯置于热处理炉中进行固化、碳化和增密处理得到碳/碳复合材料。该方法所制备的碳/碳复合材料具有力学性能优良和工艺成型性能，使碳/碳复合材料的应用拓展到更为精密、复杂的结构领域。
-
公开(公告)号：CN106298249B
公开(公告)日：2018-05-11
申请号：CN201610828381.1
申请日：2016-09-18
Applicant: 中南大学
CPC classification number: Y02E60/13
Abstract: 本发明公开了一种K1.33Mn8O16的制备方法和应用。将二价锰盐、钾盐和有机羧酸与水混合，搅拌反应，得到溶胶；所述溶胶经过烘干脱水，得到凝胶；所述凝胶经过煅烧，即得K1.33Mn8O16。该制备方法简便易行，具有绿色、环保、安全和成本低廉的优点。制备的K1.33Mn8O16作为电极材料制成超级电容器电极，表现出高度可逆的钾离子嵌‑脱行为和可充放电性能，在0～1.2V下可获得110F·g‑1的比电容，具有可逆性好和工作电位窗口宽的优点。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.106 seconds)
