基于曲线聚类的小时级源荷功率异常数据辨识与修复方法

    公开(公告)号:CN110610121A

    公开(公告)日:2019-12-24

    申请号:CN201910538445.8

    申请日:2019-06-20

    Abstract: 本发明公开了基于曲线聚类的小时级源荷功率异常数据辨识与修复方法,主要步骤为:1)获取电力网络基本数据;2)建立源荷功率曲线;3)排除存在异常突变的曲线;4)确定正常曲线簇和异常曲线簇;5)归一化;6)确定正常源荷功率曲线的最佳初始聚类中心候选集U;7)确定正常源荷功率曲线的最佳聚类数kopt;8)对正常源荷功率曲线进行聚类;9)确定每一类典型周期源荷功率曲线的物理特征影响因素;10)基于物理特征影响因素,对异常周期源荷功率曲线进行修复。本发明以日源荷功率曲线为基本单位,通过考虑曲线的趋势进行聚类,实现异常数据的辨识,通过改进k-均值聚类算法,实现对异常源荷功率曲线数据的修复。

    一种基于红外图像的禽蛋品质鉴别方法

    公开(公告)号:CN107220972B

    公开(公告)日:2019-06-28

    申请号:CN201710423144.1

    申请日:2017-06-07

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于红外图像的禽蛋品质鉴别方法,包括以下步骤:采集禽蛋的红外图像;对红外图像进行预处理,图像二值化;对二值图像的白色区域进行连通性检测,并根据禽蛋外形特征对白色连通区域进行约束,去除不符合要求的连通区域,得到禽蛋的位置分布图;对位置分布图进行降噪,得到表征禽蛋区域的连通区域图像,对各连通区域进行编号;根据红外图像和连通区域图像,计算禽蛋分割图;根据禽蛋分割图计算每个禽蛋区域特征向量xi=[μi,σi,si]T,i={1,2,...n};将特征向量xi带入预先训练好的判决模型,计算出模型值Ni;将计算出的模型值Ni与判决阈值进行比较,完成对禽蛋品质的鉴别。本发明能够通过检测禽蛋表面性质快速准确的检测出禽蛋内部是否变质,对禽蛋品质进行等级区分。

    基于曲线聚类的小时级源荷功率异常数据辨识与修复方法

    公开(公告)号:CN110610121B

    公开(公告)日:2023-04-07

    申请号:CN201910538445.8

    申请日:2019-06-20

    Abstract: 本发明公开了基于曲线聚类的小时级源荷功率异常数据辨识与修复方法,主要步骤为:1)获取电力网络基本数据;2)建立源荷功率曲线;3)排除存在异常突变的曲线;4)确定正常曲线簇和异常曲线簇;5)归一化;6)确定正常源荷功率曲线的最佳初始聚类中心候选集U;7)确定正常源荷功率曲线的最佳聚类数kopt;8)对正常源荷功率曲线进行聚类;9)确定每一类典型周期源荷功率曲线的物理特征影响因素;10)基于物理特征影响因素,对异常周期源荷功率曲线进行修复。本发明以日源荷功率曲线为基本单位,通过考虑曲线的趋势进行聚类,实现异常数据的辨识,通过改进k‑均值聚类算法,实现对异常源荷功率曲线数据的修复。

    一种基于红外图像的禽蛋品质鉴别方法

    公开(公告)号:CN107220972A

    公开(公告)日:2017-09-29

    申请号:CN201710423144.1

    申请日:2017-06-07

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于红外图像的禽蛋品质鉴别方法,包括以下步骤:采集禽蛋的红外图像;对红外图像进行预处理,图像二值化;对二值图像的白色区域进行连通性检测,并根据禽蛋外形特征对白色连通区域进行约束,去除不符合要求的连通区域,得到禽蛋的位置分布图;对位置分布图进行降噪,得到表征禽蛋区域的连通区域图像,对各连通区域进行编号;根据红外图像和连通区域图像,计算禽蛋分割图;根据禽蛋分割图计算每个禽蛋区域特征向量xi=[μi,σi,si]T,i={1,2,...n};将特征向量xi带入预先训练好的判决模型,计算出模型值Ni;将计算出的模型值Ni与判决阈值进行比较,完成对禽蛋品质的鉴别。本发明能够通过检测禽蛋表面性质快速准确的检测出禽蛋内部是否变质,对禽蛋品质进行等级区分。

Patent Agency Ranking