-
公开(公告)号:CN105406462B
公开(公告)日:2018-02-06
申请号:CN201510732801.1
申请日:2015-10-30
申请人: 济南大学 , 国网山东省电力公司聊城供电公司 , 国家电网公司
IPC分类号: H02J3/00
CPC分类号: Y02E60/728 , Y04S10/265
摘要: 本发明公开了基于系统拓扑模型的PMU配置方法,包括,将连接叶节点的非零注入节点作为PMU的安装位置;从支路连接数量最大的节点出发,以不可观测的非零注入节点作为PMU配置的初始候选量测,当两个节点链接程度大时,只对其中一个节点配置PMU;一旦某节点确定配置PMU后,会使候选节点中与其相连的其它节点可观,则更新候选节点;当候选节点的数量为零时,配置完成,进行冗余检测,此时整个系统可观。以节点间的连接情况为基础,以节点间的链接程度为配置的基准,对PMU进行配置。并通过矩阵元素间的运算来实现配置,加快了运算速度。
-
公开(公告)号:CN105406462A
公开(公告)日:2016-03-16
申请号:CN201510732801.1
申请日:2015-10-30
申请人: 济南大学 , 国网山东省电力公司聊城供电公司 , 国家电网公司
IPC分类号: H02J3/00
CPC分类号: Y02E60/728 , Y04S10/265 , H02J3/00 , H02J2003/007
摘要: 本发明公开了基于系统拓扑模型的PMU配置方法,包括,将连接叶节点的非零注入节点作为PMU的安装位置;从支路连接数量最大的节点出发,以不可观测的非零注入节点作为PMU配置的初始候选量测,当两个节点链接程度大时,只对其中一个节点配置PMU;一旦某节点确定配置PMU后,会使候选节点中与其相连的其它节点可观,则更新候选节点;当候选节点的数量为零时,配置完成,进行冗余检测,此时整个系统可观。以节点间的连接情况为基础,以节点间的链接程度为配置的基准,对PMU进行配置。并通过矩阵元素间的运算来实现配置,加快了运算速度。
-
公开(公告)号:CN108537756B
公开(公告)日:2020-08-25
申请号:CN201810337504.0
申请日:2018-04-12
申请人: 大连理工大学 , 国网吉林省电力有限公司检修公司 , 国网吉林省电力有限公司 , 国家电网公司
摘要: 本发明公开了一种基于图像融合的单幅图像去雾方法,能够对有雾图像进行去雾增强。本发明方法包括如下步骤:(1)求取待融合图像;(2)求取待融合图像的特征权重;(3)多尺度融合去雾。本发明还公开了一种基于图像融合的单幅图像去雾系统。本发明能够极大地提高有雾图像的对比度和清晰度,而且算法的复杂度低、运行速度快,因而能够应用于日常的监控系统当中。
-
公开(公告)号:CN109145832A
公开(公告)日:2019-01-04
申请号:CN201810981159.4
申请日:2018-08-27
申请人: 大连理工大学 , 国网吉林省电力有限公司检修公司 , 国网吉林省电力有限公司 , 国家电网公司
CPC分类号: G06K9/0063 , G06K9/6256 , G06K9/6267 , G06N3/0454 , G06N3/08
摘要: 基于DSFNN与非局部决策的极化SAR图像半监督分类方法,输入极化SAR图像数据;对极化SAR图像进行超像素分割;提取极化SAR图像各个像素的原始特征和超像素特征;选取训练样本集合和测试样本集合;利用训练样本集合进行深度超像素滤波网络的训练;对测试样本采用深度超像素滤波网络进行预测;基于非局部决策,从测试样本集合选取样本来扩展训练集合;更新深度超像素滤波网络;采用训练好的网络对测试样本进行分类;得到分类结果图。本发明的深度超像素滤波网络,提取超像素特征来克服相干斑噪声,并利用非局部决策的半监督分类算法,减小训练样本数量,有效提高分类的准确度,可用于极化SAR图像地物分类与目标识别等技术领域。
-
公开(公告)号:CN106959158A
公开(公告)日:2017-07-18
申请号:CN201710323906.0
申请日:2017-05-09
申请人: 国家电网公司 , 国网新源控股有限公司 , 浙江仙居抽水蓄能有限公司
IPC分类号: G01H17/00
CPC分类号: G01H17/00
摘要: 本发明公开了一种抽水蓄能机组振动监测方法及监测系统,该方法是采集抽水蓄能机组在上机架三轴方向、下机架三轴方向、定子中部水平方向、定子上部垂直方向和顶盖三轴方向上的振动位移信号和振动速度信号,然后计算获得振动位移时域参数、振动位移频域参数、振动速度时域参数和振动速度频域参数;结合各个参数后获得振动特征参数P;该监测系统包括计算机(1)和数据采集卡(2);数据采集卡(2)上通过第一信号调理器(3)和第二信号调理器(4)分别连接有11个位移型低频速度传感器(5)和11个速度型低频速度传感器(6)。本发明在对抽水蓄能机组进行振动监测中,不仅能够提高振动监测的准确度,还能够减少机组发生故障。
-
公开(公告)号:CN109145993B
公开(公告)日:2021-05-07
申请号:CN201810982241.9
申请日:2018-08-27
申请人: 大连理工大学 , 国网吉林省电力有限公司检修公司 , 国网吉林省电力有限公司 , 国家电网公司
IPC分类号: G06K9/62
摘要: 一种基于多特征与非负自动编码器的SAR图像分类方法,属于图像处理技术领域。基于灰度梯度共生矩阵提取SAR图像的图像块空间域特征;基于二维Gabor变换提取SAR图像的图像块变换域特征;将图像块的空间域特征与变换域特征组合;选取SAR图像块的训练样本集和测试样本集;利用训练样本集对多层非负自动编码器与softmax分类器进行训练;采用训练好的非负自动编码器网络进行分类;得到分类结果图。本发明结合了SAR图像的空间信息与变换域信息,获得了SAR图像的多维特征,并利用非负自动编码器对特征进行优化,提升了特征的区分性,进而有效提高了分类的准确度,可用于高分辨率SAR图像地物分类与目标识别等。
-
公开(公告)号:CN109242889B
公开(公告)日:2020-06-16
申请号:CN201810982878.8
申请日:2018-08-27
申请人: 大连理工大学 , 国网吉林省电力有限公司检修公司 , 国网吉林省电力有限公司 , 国家电网公司
IPC分类号: G06T7/32
摘要: 基于上下文显著性检测与SAE的SAR图像变化检测方法,输入同一地区的两个时相SAR图像;计算对数比值差异图;基于上下文显著性检测算法提取差异图的显著性区域;根据差异图的显著性区域掩模掉两个时相SAR图像的背景,获得掩模后SAR图像;基于模糊C均值聚类提取掩模后SAR图像的变化区域,获得伪标签训练样本;利用掩模后SAR图像和伪标签训练样本进行多层稀疏自动编码器的训练;采用训练好的网络提取最终的SAR图像变化区域。本发明可以有效克服相干斑噪声对SAR图像变化检测的影响,同时设计了多层稀疏自动编码器,提取了SAR图像有效的变化特征,能够提高变化检测的准确度,可用于多时相SAR图像变化检测等技术领域。
-
公开(公告)号:CN109242889A
公开(公告)日:2019-01-18
申请号:CN201810982878.8
申请日:2018-08-27
申请人: 大连理工大学 , 国网吉林省电力有限公司检修公司 , 国网吉林省电力有限公司 , 国家电网公司
IPC分类号: G06T7/32
摘要: 基于上下文显著性检测与SAE的SAR图像变化检测方法,输入同一地区的两个时相SAR图像;计算对数比值差异图;基于上下文显著性检测算法提取差异图的显著性区域;根据差异图的显著性区域掩模掉两个时相SAR图像的背景,获得掩模后SAR图像;基于模糊C均值聚类提取掩模后SAR图像的变化区域,获得伪标签训练样本;利用掩模后SAR图像和伪标签训练样本进行多层稀疏自动编码器的训练;采用训练好的网络提取最终的SAR图像变化区域。本发明可以有效克服相干斑噪声对SAR图像变化检测的影响,同时设计了多层稀疏自动编码器,提取了SAR图像有效的变化特征,能够提高变化检测的准确度,可用于多时相SAR图像变化检测等技术领域。
-
公开(公告)号:CN109145993A
公开(公告)日:2019-01-04
申请号:CN201810982241.9
申请日:2018-08-27
申请人: 大连理工大学 , 国网吉林省电力有限公司检修公司 , 国网吉林省电力有限公司 , 国家电网公司
IPC分类号: G06K9/62
CPC分类号: G06K9/6256 , G06K9/6217 , G06K9/6267
摘要: 一种基于多特征与非负自动编码器的SAR图像分类方法,属于图像处理技术领域。基于灰度梯度共生矩阵提取SAR图像的图像块空间域特征;基于二维Gabor变换提取SAR图像的图像块变换域特征;将图像块的空间域特征与变换域特征组合;选取SAR图像块的训练样本集和测试样本集;利用训练样本集对多层非负自动编码器与softmax分类器进行训练;采用训练好的非负自动编码器网络进行分类;得到分类结果图。本发明结合了SAR图像的空间信息与变换域信息,获得了SAR图像的多维特征,并利用非负自动编码器对特征进行优化,提升了特征的区分性,进而有效提高了分类的准确度,可用于高分辨率SAR图像地物分类与目标识别等。
-
公开(公告)号:CN108537756A
公开(公告)日:2018-09-14
申请号:CN201810337504.0
申请日:2018-04-12
申请人: 大连理工大学 , 国网吉林省电力有限公司检修公司 , 国网吉林省电力有限公司 , 国家电网公司
CPC分类号: G06T5/003 , G06T5/40 , G06T5/50 , G06T2207/10024 , G06T2207/20221
摘要: 本发明公开了一种基于图像融合的单幅图像去雾方法,能够对有雾图像进行去雾增强。本发明方法包括如下步骤:(1)求取待融合图像;(2)求取待融合图像的特征权重;(3)多尺度融合去雾。本发明还公开了一种基于图像融合的单幅图像去雾系统。本发明能够极大地提高有雾图像的对比度和清晰度,而且算法的复杂度低、运行速度快,因而能够应用于日常的监控系统当中。
-
-
-
-
-
-
-
-
-