一种家用电器负荷模拟监测方法及负荷监测装置

    公开(公告)号:CN116776603A

    公开(公告)日:2023-09-19

    申请号:CN202310748097.3

    申请日:2023-06-21

    IPC分类号: G06F30/20

    摘要: 本发明公开了一种家用电器负荷模拟监测方法及负荷监测装置,所述方法包括以下步骤:S1.实测家用电器的负荷特征数据,进行预处理后得到初始负荷数据,并将初始负荷数据上传到云数据中心;S2.从初始负荷数据中选取给定家用电器负荷模拟所需的特征参数;S3.进行模拟家用电器负荷数据实验,将模拟负荷数据整理成数据库,并将负荷数据上传到云数据中心;S4.根据云数据中心的实测负荷数据和模拟负荷数据对家庭用户进行非侵入式负荷监测。本发明根据实测电器数据的特征基础,对家庭电器负荷数据进行模拟,能够简便、快速地生成负荷数据,同时满足家庭电器的实际运行规律,为家庭用户的非侵入式负荷监测提供大量的基础数据。

    一种基于机器视觉的物体回收装置及回收方法

    公开(公告)号:CN109551525B

    公开(公告)日:2023-07-14

    申请号:CN201811619472.X

    申请日:2018-12-28

    IPC分类号: B25J19/04 B25J11/00 G06V10/12

    摘要: 本发明公开了一种基于机器视觉的物体回收装置以及回收方法,回收装置包括移动组件、机械臂组件、摄像头组件、回收框、支撑座以及控制系统,所述控制系统分别与移动组件、机械臂组件以及摄像头组件电性连接;所述移动组件包括两个履带、若干个履带轮、若干个第一电机以及若干个第一编码器,所述第一电机以及第一编码器分别与控制系统电性连接,所述第一编码器分别安装在第一电机上,所述第一电机分别驱动各个履带轮转动,所述履带安装在履带轮上,各个所述第一电机均是步进电机。本发明通过履带、履带轮以及第一电机的组合形成履带式移动机构,保证物体回收装置在工作过程中能够长时间稳定移动,避免物体回收装置出现倾斜等不稳定的状况。

    一种数模混合控制多环路LDO电路

    公开(公告)号:CN107491131B

    公开(公告)日:2023-02-28

    申请号:CN201710962322.8

    申请日:2017-10-16

    IPC分类号: G05F1/56

    摘要: 本发明公开了一种数模混合控制多环路LDO电路,包括:功率管MP、pMOS管M1、M3、M5、nMOS管M2、M4、M6、M7、M8、运算放大器AMP、非门INV1、INV2、INV3、INV4、INV5、INV6、与门AND1、AND2。本发明创造的LDO电路利用三个控制环路来应对负载电压的变化,提供负载瞬态响应能力,通过仿真,本发明创造的LDO电路与现有LDO电路对比提高了10%的负载瞬态响应能力。本发明创造的LDO电路结构可广泛应用于SoC芯片。

    一种快速响应LDO电路
    9.
    发明授权

    公开(公告)号:CN107479612B

    公开(公告)日:2023-02-28

    申请号:CN201710959469.1

    申请日:2017-10-16

    IPC分类号: G05F1/56

    摘要: 本发明公开了一种快速响应LDO电路,包括:偏置电路、快速反应电路、负载电路;所述偏置电路由:PMOS晶体管M1、M2、NMOS晶体管M3、M4、M5、运算放大器AMP构成,所述快速反应电路由:PMOS晶体管M6、M7、M9、M11、M12、MP、M14、NMOS晶体管M8、M10、M13、M15、电容C1构成,所述负载电路由电容CL、电阻RL构成,本发明跟现有技术对比具有快速瞬态响应的特点。

    一种农作物病变检测方法以及检测装置

    公开(公告)号:CN110135481B

    公开(公告)日:2023-01-24

    申请号:CN201910359630.0

    申请日:2019-04-30

    摘要: 本发明公开了一种农作物病变检测方法及检测装置,检测方法包括病变分类步骤以及病变识别步骤;病变分类步骤根据各个样品图像的病变种类标签以及图像特征,完成决策树分类器的训练;根据决策树分类器,生成多个特征模板图像;病变识别步骤包括利用半朴素贝叶斯分类器计算待测图像与各个特征模板图像之间的匹配程度;根据待测图像与各个特征模板图像之间的匹配程度。本发明病变检测方法在病变分类步骤中,利用决策树分类器明确各种不同病变种类所对应的农作物特征,从而生出模板图像;在病变识别步骤中利用半朴素贝叶斯分类器计算待测农作物的待测图像与各个模板图像的匹配程度,得出待测农作物的病变种类及其病变的可能性数据,可靠性高。