-
公开(公告)号:CN115685278A
公开(公告)日:2023-02-03
申请号:CN202211331541.3
申请日:2022-10-28
申请人: 南京航空航天大学
摘要: 本发明公开了基于KF(卡尔曼滤波)的低空无人机航迹定位修正方法,包括:步骤1,从ADS‑B广播获取北斗无人机定位信息数据,包括x,y,z方向坐标与速度和加速度向量;步骤2,将步骤1中的数据作为原始数据,考虑UAV运动状态为xyz三个方向的匀速直线运动,定义其状态向量与观测向量,将原始和向量数据通过线性卡尔曼滤波器得到滤后序列;步骤3,基于步骤2得到的序列,将线性卡尔曼滤波器改进为无迹卡尔曼滤波器,将步骤1中的数据作为原始数据,考虑UAV运动状态为xyz三个方向的匀加速直线运动,进行无迹卡尔曼滤波的更新,得到修正后的定位信息。定位精度显著提高,且可以减小在城市等复杂环境下定位精度的偏差。
-
公开(公告)号:CN116705011A
公开(公告)日:2023-09-05
申请号:CN202310604616.9
申请日:2023-05-26
申请人: 南京航空航天大学
IPC分类号: G10L15/14 , G10L15/16 , G10L25/27 , G10L25/18 , G10L25/21 , G06F16/68 , G06N3/047 , G06N3/088
摘要: 本发明公开了一种基于深度神经网络的电力调度语音识别方法。针对电力调度专用术语以及某区域电网习惯调度用语,建立了电力调度语音识别基础语料库。通过应用深度神经网络‑隐马尔可夫模型进行声学模型训练,并对电力调度语音材料制作,语音模型训练过程、端点检测、与D5000系统交互以及语音转文字的整套流程进行了论述,实现高准确的电力调度语音识别。
-
公开(公告)号:CN116976043A
公开(公告)日:2023-10-31
申请号:CN202310605175.4
申请日:2023-05-26
申请人: 南京航空航天大学
IPC分类号: G06F30/18 , G06F30/27 , G06F30/12 , G06N5/025 , G06N5/04 , G06Q50/06 , G06F16/2458 , G06F16/248 , G06F16/25 , G06F111/02 , G06F113/04
摘要: 本发明提出了基于知识图谱的SDSS电网智能辅助决策方法,实现了实体到虚拟模型的三维映射,包括以下内容:建立数字模型,接入多源异构基础数据源;电网知识图谱构建,抽取设备、关系、属性以及业务信息,并进行整合、提炼与深度学习,形成完整的图谱体系,不断更新学习新接受的知识;故障信息解析,获取来自电网系统的告警或复归信号并进行解析,实现对信号实现修正和逻辑判读;故障案例查询,针对故障信号在图谱中进行信息匹配,输出解决方案;可视化智能辅助决策,在可视化的基础上,完成对电网系统的实时监测、应对故障方案辅助提示以及知识传承。本发明能够实现故障快速精准定位、及时给出高效处理方案,为电网运行提供新的智能辅助决策手段。
-
公开(公告)号:CN115685278B
公开(公告)日:2023-11-24
申请号:CN202211331541.3
申请日:2022-10-28
申请人: 南京航空航天大学
摘要: 本发明公开了基于KF(卡尔曼滤波)的低空无人机航迹定位修正方法,包括:步骤1,从ADS‑B广播获取北斗无人机定位信息数据,包括x,y,z方向坐标与速度和加速度向量;步骤2,将步骤1中的数据作为原始数据,考虑UAV运动状态为xyz三个方向的匀速直线运动,定义其状态向量与观测向量,将原始和向量数据通过线性卡尔曼滤波器得到滤后序列;步骤3,基于步骤2得到的序列,将线性卡尔曼滤波器改进为无迹卡尔曼滤波器,将步骤1中的数据作为原始数据,考虑UAV运动状态为xyz三个方向的匀加速直线运动,进行无迹卡尔曼滤波的更新,得到修正后的定位信息。定位精度显著提高,且可以减小在城市等复杂环境下定位精度的偏差。
-
公开(公告)号:CN116865271A
公开(公告)日:2023-10-10
申请号:CN202310605009.4
申请日:2023-05-26
申请人: 南京航空航天大学
IPC分类号: H02J3/06 , H02J3/38 , H02J3/28 , H02J3/00 , G06F30/18 , G06F30/20 , G06Q10/04 , G06Q50/06 , G06F111/04 , G06F111/06 , G06F113/04
摘要: 本发明提出的一种基于数字孪生驱动的微电网多智能体协调优化控制策略,考虑微电网群系统的经济效益,上层基于微电网群层面建立数学模型,下层以单个微电网为研究对象,考虑功率平衡、分布式电源出力、储能充放电等约束条件,建立单个微电网的多目标数学模型。本发明使用基于数字孪生驱动的微电网多智能体协调优化控制策略可以提高可再生能源利用率,减小微电网备用容量,降低投资成本。
-
-
-
-