-
公开(公告)号：CN117876306A
公开(公告)日：2024-04-12
申请号：CN202311784542.8
申请日：2023-12-21
Applicant: 湖北工业大学
Abstract: 本发明涉及一种太阳能电池板缺陷检测方法、设备及存储介质，该方法包括基于所述输入模块对输入的初始太阳能电池板图像进行预处理得到待检测太阳能电池板图像；基于所述卷积下采样模块对所述待检测太阳能电池板图像进行下采样处理得到太阳能电池板特征；基于所述上采样拼接模块对所述太阳能电池板特征进行上采样并进行拼接得到多维度的太阳能电池板目标特征；基于所述多尺寸检测头模块对所述太阳能电池板目标特征进行缺陷检测确定太阳能电池板缺陷的类别和位置。本发明通过下采样和上采样从待检测太阳能电池板图像中提取特征，并对特征进行融合提高了对特征识别的准确性，然后通过多尺寸检测头模块对融合特征进行检测提高了可以检测的尺寸范围。
-
Patent Agency Ranking
公开(公告)号：CN117391015A
公开(公告)日：2024-01-12
申请号：CN202311641476.9
申请日：2023-12-04
Applicant: 湖北工业大学
Abstract: 本发明提供了一种超声换能器温度补偿方法、装置、设备及存储介质，其中该方法通过获取超声换能器的温度实验数据和阻抗计算公式，并根据温度实验数据和阻抗计算公式进行计算，得到最佳工作阻抗值，再获取补偿电容计算公式，并根据温度实验数据、最佳工作阻抗值和补偿电容计算公式进行计算分析，得到补偿电容随温度变化的电容补偿曲线，根据电容补偿曲线选取可变电容器，进而根据可变电容器设计温度补偿电路，采用温度补偿电路对超声换能器进行温度补偿。本发明通过采用可变电容器来调节超声换能器的阻抗值，使超声换能器的阻抗值在任何温度调节下均可保持为最佳工作阻抗值，进而使得超声换能器的工作效率不会因环境温度的变化而下降。
-
公开(公告)号：CN116894384A
公开(公告)日：2023-10-17
申请号：CN202310850325.8
申请日：2023-07-11
Applicant: 湖北工业大学
IPC: G06F30/27 , G06N3/0442 , G06N3/048 , G06N3/08 , G06F113/06 , G06F113/08
Abstract: 本发明属于风电机组风速预测领域，公开了多风机风速时空预测方法及系统，获取区域多风机的风速数据、风机位置坐标(经纬度)及其他天气变量数据(风向、气温、气压)相关特征数据；对于数据预处理后的数据，基于Pytorch框架来进行建模步骤；构造多风机空间特征提取模型；构建区域多风机风速预测的时序特征提取模型；模型训练与超参数调整；选择多种评价指标来评价模型的预测效果。本发明能有效聚合邻域风机的空间特征，适用于多台风电机组的风速预测，同时结合双向GRU模型和注意力机制，提取长期和短期时间特征，并在多风机风速预测任务中利用多任务学习策略，考虑了多个任务间的内在联系，上述方法可有效提高多风机风速的预测精度。
-
公开(公告)号：CN116053536A
公开(公告)日：2023-05-02
申请号：CN202310042334.4
申请日：2023-01-28
Applicant: 湖北工业大学
IPC: H01M8/04992 , H01M8/04537 , G01R31/367 , G01R31/378 , G01R31/36 , G01R31/3835 , G01R19/00 , G06N3/006 , G06N7/08
Abstract: 本发明公开一种质子交换膜燃料电池估测方法及计算机可读介质。本发明计算每个时刻的质子交换膜燃料电池的堆叠电压，输入多个时刻的质子交换膜燃料电池的测量堆叠电压；构建堆叠电压优化目标，选取决策变量，构建参数的约束条件；通过改进红狐优化算法进行求解，得到优化后的第一半经验因子、优化后的第二半经验因子、优化后的第三半经验因子、优化后的第四半经验因子、优化后的膜的恒定电阻、优化后的质子交换膜内含水量、优化后的常数因子，进一步实现质子交换膜燃料电池的优化设置。本发明所提出的改进算法具有收敛速度快，结果准确的特点，且输出堆栈电压的理论值与实验输出电压拟合程度较高。
-
公开(公告)号：CN116894384B
公开(公告)日：2024-05-07
申请号：CN202310850325.8
申请日：2023-07-11
Applicant: 湖北工业大学
IPC: G06F30/27 , G06N3/0442 , G06N3/048 , G06N3/08 , G06F113/06 , G06F113/08
Abstract: 本发明属于风电机组风速预测领域，公开了多风机风速时空预测方法及系统，获取区域多风机的风速数据、风机位置坐标(经纬度)及其他天气变量数据(风向、气温、气压)相关特征数据；对于数据预处理后的数据，基于Pytorch框架来进行建模步骤；构造多风机空间特征提取模型；构建区域多风机风速预测的时序特征提取模型；模型训练与超参数调整；选择多种评价指标来评价模型的预测效果。本发明能有效聚合邻域风机的空间特征，适用于多台风电机组的风速预测，同时结合双向GRU模型和注意力机制，提取长期和短期时间特征，并在多风机风速预测任务中利用多任务学习策略，考虑了多个任务间的内在联系，上述方法可有效提高多风机风速的预测精度。
-
公开(公告)号：CN116053536B
公开(公告)日：2023-06-16
申请号：CN202310042334.4
申请日：2023-01-28
Applicant: 湖北工业大学
IPC: H01M8/04992 , H01M8/04537 , G01R31/367 , G01R31/378 , G01R31/36 , G01R31/3835 , G01R19/00 , G06N3/006 , G06N7/08
Abstract: 本发明公开一种质子交换膜燃料电池估测方法及计算机可读介质。本发明计算每个时刻的质子交换膜燃料电池的堆叠电压，输入多个时刻的质子交换膜燃料电池的测量堆叠电压；构建堆叠电压优化目标，选取决策变量，构建参数的约束条件；通过改进红狐优化算法进行求解，得到优化后的第一半经验因子、优化后的第二半经验因子、优化后的第三半经验因子、优化后的第四半经验因子、优化后的膜的恒定电阻、优化后的质子交换膜内含水量、优化后的常数因子，进一步实现质子交换膜燃料电池的优化设置。本发明所提出的改进算法具有收敛速度快，结果准确的特点，且输出堆栈电压的理论值与实验输出电压拟合程度较高。
-
-
-
-
-
Search Results
6
records
(took 0.03 seconds)
