公开(公告)号：CN114844217A

公开(公告)日：2022-08-02

申请号：CN202210546148.X

申请日：2022-05-19

Applicant: 大连理工大学

Inventor： 王宁 ,  刘旺 ,  姚睿哲 ,  王连强 ,  陈涛 ,  柯伟鹏

IPC: H02J13/00

Abstract: 本发明属于安全监控技术领域，涉及一种开关柜手车室安全监控系统。人体红外感应传感器、摄像头模块以及红外测距传感器实现人体目标监测功能；电场监测传感器实现电场检测功能；电机丝杆下方的外壳设有通孔，使电机丝杆的运动方向在拐臂的后方，当工作人员进入带电手车室时可以使绝缘挡板可靠闭锁。本发明使用平板电容传感器来对空间电场进行监测，整体尺寸较小，满足手车室内部狭小的空间条件，且不影响开关柜的正常工作；本发明的人体目标监测算法模型通过模拟环境进行针对性训练，提高识别准确率与抗干扰性；本发明可在工作人员操作不规范或误入带电开关柜时进行安全保护，提高了检修过程的安全性。

公开(公告)号：CN118551242A

公开(公告)日：2024-08-27

申请号：CN202410613342.4

申请日：2024-05-16

Applicant: 大连理工大学

Inventor： 董嘉航 ,  王宁 ,  陈涛 ,  柯伟鹏 ,  马家骏 ,  赵志旋 ,  陈千存

IPC: G06F18/23213 ,  G06F18/2413 ,  G06F18/213 ,  G06F18/214 ,  G06Q50/06 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/088 ,  H02J3/00

Abstract: 本发明提供一种基于深度嵌入聚类的负荷类型识别方法，属于电力系统负荷特性分析与数据挖掘领域，所述方法包括数据预处理、数据降维、负荷聚类以及负荷分类。对采集的日负荷曲线数据进行预处理，以确保数据的完整性和准确性；采用一维残差卷积自编码器对输入数据进行特征提取，实现数据降维，以解决数据维度过高的问题；采用聚类算法对低维特征进行划分，构建可信赖样本数据库，以缓解噪声样本的影响；利用可信赖样本数据库训练卷积神经网络(CNN)分类模型，以得到负荷类型的识别结果。本发明用以解决现有技术中负荷数据降维导致的信息丢失及噪声样本造成的负荷类型识别效果不够理想问题。