-
公开(公告)号：CN113786177B
公开(公告)日：2023-03-03
申请号：CN202110974749.6
申请日：2021-08-24
Applicant: 煤炭科学研究总院有限公司 , 辽宁工程技术大学
IPC: A61B5/0205 , A61B5/05 , A61B5/00
Abstract: 本申请提出一种生命体征信息提取方法、装置及电子设备，其中，方法包括：采用超宽带雷达探测得到雷达回波信号；确定所述雷达回波信号中慢时间方向的各切片信号对应的信号能量；基于预设宽度的能量窗以及所述各切片信号对应的信号能量，从所述雷达回波信号中提取人体体征信号；对所述人体体征信号进行相干累积处理，并从处理后的人体体征信号中提取呼吸信号和心跳信号。由此，可以实现根据雷达回波信号中慢时间方向的各切片信号对应的信号能量以及预设宽度的能量窗，从雷达回波信号中准确提取呼吸信号和心跳信号。
-
公开(公告)号：CN113786175B
公开(公告)日：2022-11-25
申请号：CN202110937399.6
申请日：2021-08-16
Applicant: 煤炭科学研究总院有限公司 , 辽宁工程技术大学
IPC: A61B5/0205 , A61B5/05 , A61B5/00
Abstract: 本公开关于一种基于N次差时强体征信息提取的超宽带雷达回波信号处理方法和装置。根据所述方法，对包含在超宽带雷达回波信号中的噪声性质进行分析；根据分析的结果对回波信号进行预处理；以及对经预处理的回波信号，进行N次差时提取，获得N组体征信息，并且对获取的N组体征信息进行FFT变换，提取出呼吸频率和心跳频率根据本公开的方法和装置，确定N＝16为最佳提取次数。经过试验发现，16次差时提取在静止目标与微动目标的呼吸和心跳频率提取上更具有稳定性。
-
公开(公告)号：CN118040647A
公开(公告)日：2024-05-14
申请号：CN202311739485.1
申请日：2023-12-18
Applicant: 国网辽宁省电力有限公司锦州供电公司 , 国网辽宁省电力有限公司 , 国家电网有限公司 , 辽宁工程技术大学
Inventor： 眭冰 , 李忠伟 , 于鹏 , 王鹏 , 于可杭 , 王琳语 , 刘阳 , 殷鸿雁 , 李艳 , 杨桢 , 刘艳丽 , 蔡佳成 , 李琨 , 李嘉懿 , 彭继慎 , 王顺江 , 赵龙 , 王充 , 叶鹏鹏 , 梁鹏 , 刘强
IPC: H02J3/00 , G06N3/08 , G06N3/0464 , G06Q50/06
Abstract: 一种基于多模型融合的改进粒子群算法的短期电力负荷预测方法，从电网公司数据库中获取电力系统的负荷历史数据，包括气候数据和节假日数据；对所采集到的数据进行标准化处理；构建多模型融合神经网络模型；建立决策变量，通过基于粒子群算法优化求解，得到最优决策变量，选取最终多模型融合神经网络模型；将实时收集到的气候数据和节假日数据输入到多模型融合神经网络模型中，得到电力负荷的预测结果。优点是：将单独训练的模型和顶层深度神经网络模型融合，并进行精调训练，提高短期负荷预测的精度；再通过粒子群的优化算法来优化，进而建立预测模型，进一步提高短期负荷预测的精度。
-
公开(公告)号：CN116340727A
公开(公告)日：2023-06-27
申请号：CN202310361439.6
申请日：2023-04-06
Applicant: 辽宁工程技术大学
IPC: G06F18/10 , G06F17/18 , G06F18/23213
Abstract: 本发明公开了一种基于ICEEMDAN‑K‑Means的受载煤岩辐射信号降噪算法，属于信号降噪技术领域。该方法首先将受载煤岩原始辐射信号离散化构造离散函数，之后分别构建E(·)和M(·)算子，实现获得输入数据指定次数EMD模态函数及局部均值的目的，基于此通过ICEEMDAN分解辐射信号离散函数，从而获得模态函数矩阵及分解余量；按行切割模态函数矩阵形成多个向量，利用K‑Means算法实现聚类并获得合并向量DIi；排序各DIi向量与原始信号的Pearson相关系数，减少不相关分量；叠加筛选后的DIi向量与分解余量，完成对煤岩形变相关信号的重构，最终实现对原始输入辐射信号降噪的目的。利用本发明所提出的受载煤岩辐射信号降噪算法，可有效抑制噪声信号对特征信息的干扰并提升重构信号信噪比，有利于进一步研究辐射变化与煤岩形变间的耦合关系。
-
公开(公告)号：CN112350559A
公开(公告)日：2021-02-09
申请号：CN202011248020.2
申请日：2020-11-10
Applicant: 辽宁工程技术大学
IPC: H02M1/32 , H02M1/12 , H02M7/483 , H02M7/5387
Abstract: 本发明涉及一种基于桥臂共模电压‑环流双闭环（Bridge Arm Common Mode Voltage‑Circulating Current Double Closed Loop，BACMV‑CCDCL）的MMC环流抑制策略，属于多电平换流器环流抑制技术领域。该策略基于MMC开关函数平均值和基于正弦的Park变换，得到在d‑2q‑2旋转坐标系下的桥臂共模电压、电流分量，推导桥臂共模电压的二次谐波分量与环流之间的数学模型。提出了一种基于桥臂共模电压的MMC环流抑制策略；构建桥臂共模电压‑环流双闭环控制器，通过内环控制器抑制共模电压，外环控制器消除桥臂共模电压的二次谐波分量。在不影响MMC交流输出的前提下，本发明在负载恒定的条件下可以有效实现对桥臂环流的抑制，且抑制效果优于环流PI、PR控制；在负载突变的条件下可以提高系统的稳态性能，控制效果优于环流PI、PR控制。
-
Patent Agency Ranking
公开(公告)号：CN111999711A
公开(公告)日：2020-11-27
申请号：CN202011077723.3
申请日：2020-10-10
Applicant: 辽宁工程技术大学
IPC: G01S7/40
Abstract: 本发明公开了一种UWB雷达生命探测装置的性能检测系统及方法，检测系统由现场模拟装置、位置移动装置、生命体征模拟装置、可移干扰装置组成；灾后现场模拟装置一侧放置待测设备，一侧为生命信号探测区域；位置移动装置安装于灾后现场模拟装置的生命信号探测区域；生命体征模拟装置安装于位置移动装置上；可移干扰装置根据实际随机布置于被埋生命信号探测区域中。对UWB雷达生命探测装置检测时，生命体征模拟装置在生命信号探测区域内移动，完成探测距离、张角、角度与距离信息分辨率、多目标抗扰能力、动态目标检测能力的检测。本发明能对不同掩埋深度、掩埋材料、多个生命体、微动生命体实际情况模拟，从而对装置进行目标二维检测，检测精度高适用性好。
-
-
公开(公告)号：CN116404682A
公开(公告)日：2023-07-07
申请号：CN202310362966.9
申请日：2023-04-06
Applicant: 辽宁工程技术大学
Abstract: 一种基于LCC‑MMC的混合直流输电控制策略，本发明基于电流源型换流器(line commutation converter，LCC)‑模块化多电平换流器(modular multilevel converter，MMC)型构建混合直流输电系统，这种结构不仅可以消除LCC‑HVDC逆变侧换相失败、无法对弱交流系统供电、运行的过程中还要消耗很多的无功功率并且会产生大量谐波等问题，还可以解决MMC‑HVDC无法有效处理直流侧故障的问题，并针对其控制策略，控制系统稳定性进行分析，通过对整流侧采用低压定电流控制，逆变侧采用内外双环控制，内环采用dq解耦的内环电流控制，外环采用定无功功率控制和定直流电压控制，保证系统的安全稳定运行，可供实际工程参考。
-
公开(公告)号：CN118710876A
公开(公告)日：2024-09-27
申请号：CN202410751984.0
申请日：2024-06-12
Applicant: 辽宁工程技术大学
IPC: G06V10/25 , G06V10/82 , G06N3/0985 , G06N3/086 , G06N3/045 , G06N3/0464 , G06V10/80 , G06V10/776
Abstract: 本发明公开一种基于改进Faster R‑CNN算法的输电线路多目标检测方法，涉及输电线路检测技术领域。采用路径增强特征融合网络对模型提取出的不同维度的特征进行融合，提升了模型对小目标及具有复杂背景的目标的检测精度，并在Faster R‑CNN网络中添加一种双重注意力网络结构EDANet，提高了特定语义的特征表达能力；同时，为提升模型的整体性能，提出了一种改进的鲸鱼优化算法GT‑WOA，并通过引入权重因子改进了损失函数，然后使用GT‑WOA算法对学习率以及改进损失函数的权重因子进行自适应给定；最终，得到学习率和m、n的最优值，得到训练好的网络模型，并对输电线路进行多目标检测。本发明具有识别精度高，信息聚合能力强，模型的特征提取能力高，寻优精度高的优点。
-
公开(公告)号：CN112184692B
公开(公告)日：2024-02-27
申请号：CN202011090060.9
申请日：2020-10-13
Applicant: 辽宁工程技术大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种输电线路多目标检测方法，主要对三种类型绝缘子、两种绝缘子缺陷、防震锤、相间棒以及鸟窝进行目标识别，属于输电线路目标识别技术领域。该方法首先利用样本生成技术增加样本数据的数量级，增强深度学习的检测效果，之后将新生成的实验数据划分为训练集、测试集以及验证集，搭建PyTorch深度学习环境，采用四路GPU分布式训练，建立ResNet101和6层FPN网络提取图像特征，ResNet101和6层FPN网络的输出作为RPN网络的输入来训练Cascade R‑CNN深度学习网络模型，最后根据Softmax分类器以及边框回归结果实现目标识别。本发明运算速度快并且识别目标准确率高，具有较强的多目标识别能力。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.101 seconds)
