基于通感一体化的6G电力语义通信方法、装置及系统

    公开(公告)号:CN118509885A

    公开(公告)日:2024-08-16

    申请号:CN202410506432.3

    申请日:2024-04-25

    摘要: 本发明公开了基于通感一体化的6G电力语义通信方法、装置及系统,包括:构建新的信息时效性度量指标;考虑配电网分级协同调控对信息时效性的约束,构建了一个联合优化问题,目标是最小化配电网峰值语义年龄;根据优化主体的差异性,将原始问题拆分为两个子问题;将终端调度问题构建为马尔科夫决策过程,通过Top‑N2实现优化;将数据采集频率与语义压缩比联合优化问题建模为Multi‑Armed Bandit Problem,构建六层模糊网络来挖掘摇臂与运行状态的适配度;基于归一化后的适配度计算摇臂效用,终端选择效用值最小的采集频率和语义压缩比组合,终端基于边缘服务器反馈的峰值语义年龄信息更新统计学习参数。提高了电力系统的运行效率和稳定性。

    一种基于生成对抗网络的红外可见光图像融合去噪系统

    公开(公告)号:CN115018744A

    公开(公告)日:2022-09-06

    申请号:CN202210401756.1

    申请日:2022-04-18

    发明人: 靳昌伟 廖斌

    摘要: 本发明公开了一种基于生成对抗网络的红外可见光图像融合系统,本发明通过将源图像进行加噪声处理后再输入生成器,而判决器直接输入未添加噪声的源图像和生成器生成的融合图像的方法进行训练,有效抑制了源图像的噪声;融合模型中包括一个生成器和两个判决器,两个判决器分别将红外源图像、可见光源图像和融合图像进行判决,有效保留了两图像各自的有用信息;基于VGG‑19网络结构对可见光源图像和融合图像提取特征后再输入判决器,有效提取了可见光图像的深度特征,保留了更多的特征信息。本发明得到的融合结果有效保留了可见光图像的细节信息和红外图像的热辐射信息且起到了去噪的作用,有良好的融合效果。

    一种基于改进卷积神经网络的太阳能电池板故障识别方法

    公开(公告)号:CN114022694A

    公开(公告)日:2022-02-08

    申请号:CN202111210588.X

    申请日:2021-10-18

    摘要: 本发明公开了一种基于改进卷积神经网络的太阳能电池板故障识别方法,本发明通过太阳能电池板电致发光原理采集得到故障图像,分析故障图像特征,采取图像样本统一格式、图像剪裁和大小调整、去均值、归一化、图像增强等预处理操作得到数据集;结合太阳能电池板故障图像数据集的特点,采用学习率配置优化方法、聚类算法确定最优锚框和非极大值抑制避免多个锚框等方法,改进了YOLOv3神经网络;针对故障图像的类型、位置的表型形式有很多种,提出基于卷积神经网络的太阳能电池板故障识别系统,建立了故障图像识别分类方法。本发明改进了之前故障识别系统无法识别具体故障的问题,可以准确的对具体故障类型进行判断和位置识别。

    一种基于区块链和机器学习的电动汽车充电激励机制

    公开(公告)号:CN108944516B

    公开(公告)日:2021-02-02

    申请号:CN201810795055.4

    申请日:2018-07-19

    摘要: 本发明涉及一种应用在当地能源聚合器与电动汽车进行需求响应的电动汽车互联网场景,对如何保护交易信息的安全和交易双方的隐私,如何设计激励机制,和如何预测电动汽车的私人信息问题进行联合解决的方法。我们提出了基于联盟区块链的交易方法,这既保护了交易信息的安全和交易双方的隐私,又降低了建立交易信息区块过程中的共识流程的成本。为了激励电动汽车参与需求响应,我们提出一种基于契约理论建模的激励兼容的需求响应机制。为了使社会福利最大化,该合同针对每种电动汽车类型的独特特性而定制。所制定的优化问题通过使用迭代凸凹程序算法解决。为了预测电动汽车的私人信息,我们通过探索基于计算智能的荷电状态(SoC)估计技术来推导EV类型的概率分布。最后,通过数值结果阐述了社会福利,EV类型,奖励,排放电量和SoC估计误差之间的关系。

    一种基于带状背景建模的脏点检测方法

    公开(公告)号:CN105405109A

    公开(公告)日:2016-03-16

    申请号:CN201510783282.1

    申请日:2015-11-16

    发明人: 廖斌 磨唯 闫磊

    摘要: 本发明公开了一种基于带状背景建模的脏点检测方法,本方法采取与以往不同的背景建模算法,增加了图像去噪,图像分割与数学形态学方法,降低了误检率,提高了准确检测率和它的实用性。其实现过程是:首先输入从某一摄像头模组采集的脏点检测图像,通过灰度变换、双边滤波器与图像裁剪对该图像进行预处理获得原始图像。其次,采用本发明提出的带状背景建模算法建立原始图像的背景模型。对原始图像与获得的背景模型进行减法操作,得到差值图像,设置适当的阈值去除差值图像的部分误差点,筛选出潜在脏点。最后,根据脏点成像的特征,采用数学形态学技术消除差值图像中孤立、离散的噪点,最终检测出脏点。

    基于人工智能聚类的计量数据轻量级溯源方法

    公开(公告)号:CN117093753A

    公开(公告)日:2023-11-21

    申请号:CN202310862010.5

    申请日:2023-07-13

    摘要: 本发明涉及一种基于人工智能聚类的计量数据轻量级溯源方法,该方法针对电力计量数据数据溯源需求,通过构建溯源数据有向无环图表达溯源数据结构与属性信息,并基于人工智能的思想对溯源数据进行聚类分析,得到聚类结果后,根据溯源节点间的关联性对溯源结构与规模进行优化,删除关联性较低的节点并重构溯源图结构,有效降低溯源数据的冗余结构。与现有技术相比,本发明能够有效降低溯源数据的规模与复杂结构,减少数据溯源过程中的信息查询时间,提高溯源效率,保证溯源过程轻量级的需求。

    一种基于改进生成对抗网络的太阳能电池板故障检测方法

    公开(公告)号:CN117036668A

    公开(公告)日:2023-11-10

    申请号:CN202210464218.7

    申请日:2022-04-29

    发明人: 杨琳琳 廖斌

    摘要: 本发明公开了一种基于改进生成对抗网络的太阳能电池板故障检测方法,本发明通过太阳能电池板电致发光原理采集得到故障图像,分析故障图像特征,采取图像样本统一格式、图像剪裁和大小调整、去均值、归一化、图像增强等预处理操作得到数据集;结合太阳能电池板故障图像数据集的特点,采用学习率配置优化方法、聚类算法确定最优锚框和非极大值抑制避免多个锚框等方法,改进了YOLOv3神经网络;针对故障图像的类型、位置的表型形式有很多种,提出一种基于改进生成对抗网络的太阳能电池板故障检测方法,建立了故障图像识别分类方法。本发明改进了之前故障检测系统无法检测具体故障的问题,可以准确的对具体故障类型进行判断和位置识别。

    一种基于改进生成对抗网络的红外与可见光图像融合方法

    公开(公告)号:CN117036211A

    公开(公告)日:2023-11-10

    申请号:CN202210464090.4

    申请日:2022-04-29

    发明人: 杨琳琳 廖斌

    摘要: 本发明公开了一种基于改进生成对抗网络的红外与可见光图像融合方法,本发明通过将源图像进行加噪声处理后再输入生成器,而判决器直接输入未添加噪声的源图像和生成器生成的融合图像的方法进行训练,有效抑制了源图像的噪声;融合模型中包括一个生成器和两个判决器,两个判决器分别将红外源图像、可见光源图像和融合图像进行判决,有效保留了两图像各自的有用信息;基于VGG‑19网络结构对可见光源图像和融合图像提取特征后再输入判决器,有效提取了可见光图像的深度特征,保留了更多的特征信息。本发明得到的融合结果有效保留了可见光图像的细节信息和红外图像的热辐射信息且起到了去噪的作用,有良好的融合效果。