-
公开(公告)号：CN107846307B
公开(公告)日：2020-12-15
申请号：CN201710953558.5
申请日：2017-10-13
Applicant: 天津大学 , 国网福建省电力有限公司电力科学研究院
Abstract: 一种用于对信息物理系统故障传播的控制方法，所述方法包括以下步骤：通过Petri网络、元件状态和状态转移构建信息物理系统运行过程模型；基于改进的蒙特卡洛模拟，对所述信息物理系统运行过程模型进行故障辨识；改变信息物理系统中S_元和T_元相关参数，观察某一元件或过程对信息物理系统可靠性影响，确定信息物理系统中元件和转移的薄弱环节；实现对故障传播的控制；从元件和故障信息传递两方面保证信息物理系统可靠运行。本发明既实现了系统运行可靠性的分析，同时可以分析出各个元件和过程对于系统故障传播的影响，采用相应措施可以抑制故障传播，从而保证系统有效运行。
-
公开(公告)号：CN118017510A
公开(公告)日：2024-05-10
申请号：CN202311853275.5
申请日：2023-12-29
Applicant: 天津大学
IPC: H02J3/06 , H02J3/00 , G06Q10/0631 , G06Q50/06 , G06Q50/26
Abstract: 本发明涉及一种基于奖惩连续型碳交易模型的需求响应碳排放流控制方法，包括如下步骤：步骤1、根据电力系统发电机组输出功率参数，建立发电侧优化目标函数，并将碳排放流在需求侧进行分配；步骤2、基于步骤1在需求侧进行碳排放流分配后，将得到的碳排放信息作为输入参数，建立奖惩连续型碳交易费用模型，对需求侧进行低碳调度。本发明能够实现需求侧碳排放控制。
-
公开(公告)号：CN111754426B
公开(公告)日：2022-11-29
申请号：CN202010521619.2
申请日：2020-06-10
Applicant: 天津大学
Abstract: 本发明涉及一种基于遗传算法的壁画脱落病害自动修复方法，包括以下步骤：采集数字化壁画脱落图像，通过数学形态学对壁画脱落病害图像进行标注；通过遗传算法对脱落破损区域的结构信息和纹理信息分别进行修复。本发明充分利用壁画脱落本身颜色特征，在脱落病害自动标注过程中使用多尺度形态学边缘梯度检测提取边缘信息，通过图像增强技术突出图像的目标区域，获取脱落边缘；然后利用遗传算法的优化性能，根据脱落破损区域的结构信息和纹理信息分别进行修复，恢复壁画图像中丢失的信息，使壁画图像更加清晰与自然，从而保持与原始壁画图像具有一定相似精度的整体视觉效果，使得恢复效果更为准确有效。
-
公开(公告)号：CN111008584A
公开(公告)日：2020-04-14
申请号：CN201911197788.9
申请日：2019-11-29
Applicant: 天津大学
Abstract: 本发明公开了一种基于模糊自组织神经网络的电能质量量测数据缺失修复方法，该方法由计算机程序执行：包括有如下阶段：1)输入含缺失的电能质量一维量测数据集；2)将采样得到的一维波形数据按N个电能质量采样周期进行分段截取；3)将矩阵x采用灰度化的方法转化成图像；4)提取二维谐波灰度图的特征值，并作归一化处理；5)确定电网谐波数据的最佳聚类数；6)以各个样本到所有聚类中心的距离加权平方和为目标构造目标函数；7)完成对二维灰度图的修复；8)将每层修复完的数据进行融合，通过实验数据分析，无论是在随机缺失还是连续缺失情况下，本发明提出的方法比现有算法在数据低丢失率和高丢失率下都有更低的修复误差和更高的信噪比。
-
公开(公告)号：CN111754427B
公开(公告)日：2022-09-16
申请号：CN202010521666.7
申请日：2020-06-10
Applicant: 天津大学
Abstract: 本发明涉及一种基于自组织映射神经网络的壁画裂缝病害自动修复方法，包括以下步骤：采集数字化壁画裂缝图像，通过数学形态学对壁画裂缝病害进行标注；采用自组织映射神经网络算法对原始数据进行聚类，完成对图像数据的分层工作，然后对聚类后的分层数据进行修复。本发明充分考虑壁画裂缝本身线性结构特点，在裂缝自动标注过程中使用自适应阈值分割算法，实现目标像素与背景像素的分离，提升裂缝识别的精度；并且充分利用自组织映射神经网络算法的精准聚类特性，将各通道像素进行聚类分层，进而实现对分层图像的快速修复工作，使壁画图像更加清晰与自然，从而保持与原始壁画图像具有一定相似精度的整体视觉效果。
-
Patent Agency Ranking
公开(公告)号：CN106547854A
公开(公告)日：2017-03-29
申请号：CN201610912588.7
申请日：2016-10-20
Applicant: 天津大学
CPC classification number: Y02D10/45 , G06F16/1827 , G06F16/13 , G06N3/006
Abstract: 一种基于贪心萤火虫算法的分布式文件系统存储优化节能方法：建立HDFS集群存储数据块与DataNode节点的超图存储模型；依据存储数据块访问次数Nv确定各存储数据块的活跃副本所述活跃副本 是处于活跃状态的DataNode节点上的存储数据块副本个数；建立HDFS活跃副本覆盖的超图横贯模型；求解超图存储模型的活跃副本 覆盖极小集。本发明准确表述了存储数据块和DataNode节点间的多对多的关系，突破现有方法数据块的副本个数恒定的局限。在保证数据块可用性的前提下，使用贪心萤火虫算法求解超图模型的活跃副本 覆盖极小集，依据极小覆盖集确定最优的DataNode节点开启集合，实现HDFS集群节能。
-
公开(公告)号：CN103983850B
公开(公告)日：2016-08-31
申请号：CN201410201815.6
申请日：2014-05-13
Applicant: 天津大学
IPC: G01R23/16
Abstract: 一种基于压缩感知的电力系统谐波压缩信号重构与检测方法，包括：将电力系统谐波原始信号和由二进稀疏随机测量矩阵作为电力系统谐波数据压缩采样的测量矩阵，同时送入混频器进行模拟域下的压缩采样，进而对模拟信号进行A/D转换，得到压缩采样值；确定压缩感知稀疏基为离散傅里叶变换基；进行基波滤除的初始化；进行基波滤除；检测基波分量的频率、幅值和相位；滤除压缩采样值中的基波成分；对谱投影梯度法进行参数初始化；利用谱投影梯度法重构出谐波分量的稀疏向量估计值；检测谐波分量的频率、幅值和相位；完成对电力系统谐波原始信号的重构。本发明解决了现有恢复算法均未考虑谐波信号中基波分量对信号重构的影响而使恢复效果不十分理想这一缺陷。
-
公开(公告)号：CN104035868B
公开(公告)日：2016-08-24
申请号：CN201410260630.2
申请日：2014-06-12
Applicant: 天津大学
IPC: G06F11/36
CPC classification number: G06F17/11 , G06F9/45558 , G06F11/008 , G06F11/36 , G06F17/16 , G06F2009/4557 , G06F2009/45583 , G06F2009/45591 , G06F2009/45595
Abstract: 本发明公开了一种对角加边模型分解协调计算的数据中心求解方法，在求解过程中，首先用已有的网络分块法对电力网络进行分块和设定虚拟机参数，建立能效优先的装箱模型，将对角加边模型分解协调算法计算流程中的每一个步骤设定为一个任务，通过服务器承载虚拟机，虚拟机承载任务的映射方式，用数据中心对对角加边模型分解协调算法进行求解，最后得到整个计算过程的时间和数据中心的能耗。本发明能够缩短对角加边模型分解协调算法的计算时间和降低数据中心能耗，并且，随着电力节点网络计算规模和复杂度的增加，采用数据中心计算的优势就越明显。
-
公开(公告)号：CN104035868A
公开(公告)日：2014-09-10
申请号：CN201410260630.2
申请日：2014-06-12
Applicant: 天津大学
IPC: G06F11/36
CPC classification number: G06F17/11 , G06F9/45558 , G06F11/008 , G06F11/36 , G06F17/16 , G06F2009/4557 , G06F2009/45583 , G06F2009/45591 , G06F2009/45595
Abstract: 本发明公开了一种对角加边模型分解协调计算的数据中心求解方法，在求解过程中，首先用已有的网络分块法对电力网络进行分块和设定虚拟机参数，建立能效优先的装箱模型，将对角加边模型分解协调算法计算流程中的每一个步骤设定为一个任务，通过服务器承载虚拟机，虚拟机承载任务的映射方式，用数据中心对对角加边模型分解协调算法进行求解，最后得到整个计算过程的时间和数据中心的能耗。本发明能够缩短对角加边模型分解协调算法的计算时间和降低数据中心能耗，并且，随着电力节点网络计算规模和复杂度的增加，采用数据中心计算的优势就越明显。
-
公开(公告)号：CN111754426A
公开(公告)日：2020-10-09
申请号：CN202010521619.2
申请日：2020-06-10
Applicant: 天津大学
Abstract: 本发明涉及一种基于遗传算法的壁画脱落病害自动修复方法，包括以下步骤：采集数字化壁画脱落图像，通过数学形态学对壁画脱落病害图像进行标注；通过遗传算法对脱落破损区域的结构信息和纹理信息分别进行修复。本发明充分利用壁画脱落本身颜色特征，在脱落病害自动标注过程中使用多尺度形态学边缘梯度检测提取边缘信息，通过图像增强技术突出图像的目标区域，获取脱落边缘；然后利用遗传算法的优化性能，根据脱落破损区域的结构信息和纹理信息分别进行修复，恢复壁画图像中丢失的信息，使壁画图像更加清晰与自然，从而保持与原始壁画图像具有一定相似精度的整体视觉效果，使得恢复效果更为准确有效。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.05 seconds)
