-
公开(公告)号：CN118379234A
公开(公告)日：2024-07-23
申请号：CN202410049011.2
申请日：2024-01-12
申请人： 长沙理工大学
IPC分类号： G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06V10/774
摘要： 本发明公开一种基于改进Yolov5s的光伏组件电致发光图像缺陷识别方法，目的是为了解决现有技术中针对光伏组件电致发光缺陷图像存在复杂背景干扰、缺陷目标长宽比较大的缺陷识别能力不足的问题。本发明的技术方案步骤如下：首先，通过光伏组件电致发光图像采集装置获取光伏组件电致发光图像。然后，对采集到的图像进行预处理，包括图像去噪、增强和尺寸调整等操作。接着，利用改进的YOLOv5s‑DBB模型进行训练，提高图像特征提取和缺陷识别的准确性和鲁棒性。在缺陷识别阶段，通过改进模型对预处理后的图像进行分析和检测，识别光伏组件电致发光图像中的缺陷区域。最后，显示结果。该方法为实际工业环境中光伏组件EL缺陷图像检测提供技术参考。
-
公开(公告)号：CN117852919A
公开(公告)日：2024-04-09
申请号：CN202410043115.2
申请日：2024-01-11
申请人： 长沙理工大学
IPC分类号： G06Q10/0637 , G06Q10/0639 , G06Q50/06 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于改进LSTM‑CNN组合模型的光伏电压质量指标预测方法，方法包括：获取光伏用户的历史分布式光伏接入功率、电流、电压闪变、电压波动和电压偏差作为数据集，将数据集进行预处理；模型基于LSTM‑CNN网络的初步特征提取，引入交互层，通过融合注意力机制更加关注关键特征，设计多特征融合模块，充分利用来自不同层次和来源的数字信息，以丰富结果预测的特征表示，构成光伏电压质量指标预测模型；将数据集进行模型训练和验证，得到电压闪变、电压波动和电压偏差的预测结果，实现对分布式光伏电站电压质量指标的预测，能提前采取必要的监测和管理措施，促进低压分布式光伏电站的可持续发展和光伏监测系统的稳定运行。
-
公开(公告)号：CN117852918A
公开(公告)日：2024-04-09
申请号：CN202410043111.4
申请日：2024-01-11
申请人： 长沙理工大学
IPC分类号： G06Q10/0637 , G06Q50/06 , G06N3/006 , G06N3/0442 , G06N3/045 , G06N3/084 , H02J3/00
摘要： 本发明公开一种基于FP‑Growth‑BiLSTM组合模型的短期电力负荷预测方法，涉及电力负荷预测领域，包括以下步骤：首先使用FP‑Growth关联算法，对气象数据和电力负荷数据进行关联程度分析.通过改进的鲸鱼优化算法对BiLSTM模型网络超参数进行优化，将BiLSTM模型预测电力负荷作为一个优化问题，以该问题的损失函数作为适应度函数。针对该优化问题使用改进鲸鱼优化算法求取BiLSTM神经网络模型的超参数最优解，然后使用这些最优解参数建立模型，将预处理的数据集输入该神经网络进行训练，得到一个能够预测的模型。
-
公开(公告)号：CN116307130A
公开(公告)日：2023-06-23
申请号：CN202310169048.4
申请日：2023-02-27
申请人： 长沙理工大学
IPC分类号： G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F16/29 , H02J3/00
摘要： 本发明公开一种基于改进LSTM组合模型的光伏发电功率短期预测方法，涉及光伏发电预测领域，包括以下步骤：首先提出一种基于改进LSTM组合模型的光伏发电预测方法，对历史数据进行清洗后使用CEEMDAN完全自适应噪声集合经验模态分解对信号进行去噪，将信号输入带注意力机制的CNN‑LSTM神经网络，得到一个光伏发电短时预测模型；随后基于该模型将历史数据进行训练和验证得到最拟合的预测结果，实现对光伏发电功率的短期预测。
-
公开(公告)号：CN114862768A
公开(公告)日：2022-08-05
申请号：CN202210392794.5
申请日：2022-04-14
申请人： 长沙理工大学
IPC分类号： G06T7/00 , G06V10/774 , G06V10/20 , G06V10/30 , G06V10/764 , G06V10/766 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08 , G06K9/62
摘要： 本发明公开一种基于改进YOLOv5‑LITE轻量级的配电组件缺陷识别方法，为使模型便于部署至移动设备终端，该方法使用ShuffleNetV2作为骨干网提取特征，构建YOLOv5‑LITE轻量化神经网络模型，并摘除ShuffleNetV2的1024卷积和5×5池化，采用全局平均池化操作替代，降低网络参数量提升模型检测速度；通过引入有利于细粒度目标检测的152×152特征层，实现了对大、中、小尺度的缺陷预测；在PANet架构中采用深度可分离卷积代替下采样使得网络更加轻量化。
-
公开(公告)号：CN108471119B
公开(公告)日：2021-07-06
申请号：CN201810373249.5
申请日：2018-04-24
申请人： 长沙理工大学
IPC分类号： H02J3/06
摘要： 本发明公开一种含智慧社区的配电网三相不平衡动态潮流模型预测控制方法，主要针对多能源能接入配电网对配电网潮流及优化控制问题，提出了一种通过EH将多种分布式能源集中单点接入配电网进行优化控制，并在线求解配电网动态潮流的方法。在考虑社区分布式风电、光伏出力及负荷的波动下，以社区经济与环保运行为目标，实现分布式能源的就地消纳，并与配电网进行能量交互，提高分布式能源的利用率。根据系统分布式电源及负荷变化情况，提出一种含社区多能枢纽的三相不平衡配电网动态潮流分析方法。利用模型预测控制技术在线滚动求解配电网潮流，符合系统运行的实时性特点，有利于提高多能源协调下配电网的控制水平及运行安全性。
-
公开(公告)号：CN107017620B
公开(公告)日：2021-07-06
申请号：CN201710217262.7
申请日：2017-04-05
申请人： 长沙理工大学
摘要： 本发明公开一种含风电场交直流系统电压静态稳定域切平面求取方法，涉及电力系统领域，首先对风电场随机输出的功率进行建模，然后将随机性功率代入交流直流连续潮流方程中去，从而求出临界点负荷裕度期望与电压水平期望。在通过求取电压崩溃节点来求得含风电场交直流系统电压静态稳定域切平面。此方法可供以后电力系统静态安全域求取提供新的思路，为求取更加符合实际风电注入的电力系统安全域提供基础，给电力调度人员对电力系统进行安全稳定运行作重要参考。
-
公开(公告)号：CN108471141B
公开(公告)日：2021-05-04
申请号：CN201810397287.4
申请日：2018-04-28
申请人： 长沙理工大学
IPC分类号： H02J3/38
摘要： 本发明公开一种含不确定风电接入的能量枢纽风电优先消纳方法，包括以下步骤：建立含风电接入的CCHP系统EH模型；考虑风电的最大化优先消纳对传统的三种运行策略进行改进；获取改进运行策略下风电优先消纳的风电供冷热分配系数计算模型；得到检验风电消纳的风电消纳功率和消纳水平计算公式。本发明建立了含不确定风电接入的能量枢纽风电优先消纳模型，包括风电供冷热分配系数计算模型、风电消纳功率和风电消纳水平计算模型，可有效地解决含不确定风电接入的能量枢纽风电的优先消纳问题。
-
公开(公告)号：CN110163490A
公开(公告)日：2019-08-23
申请号：CN201910351986.X
申请日：2019-04-28
申请人： 长沙理工大学
摘要： 本发明公开一种综合能源系统故障耦合传播能量量化分析及抑制方法，包括以下步骤：首先基于天然气系统故障前与经故障恢复至稳态时的天然气量守恒，得出天然气系统故障能量量化方法；之后分析综合能源系统中能量转化过程，得出综合能源系统的能量转换数学表达式；之后基于能量守恒量化分析电力系统、供热/冷系统的故障能量，得出综合能源系统故障耦合传播能量量化分析方法；最后得出应用智慧燃气调压器减小故障耦合传播能量以抑制故障耦合传播的方法。
-
公开(公告)号：CN109949004A
公开(公告)日：2019-06-28
申请号：CN201910154104.0
申请日：2019-03-01
申请人： 长沙理工大学
摘要： 本发明涉及到一种客户快速故障定位和聚类算法的用电客户画像新方法，尤其涉及客户快速故障定位领域和用电客户画像领域，包括以下步骤：通过配网自动化系统进行客户故障定位；通过迭代自组织数据分析(ISODATA聚类)为用电客户匹配画像。本发明适应于用电客户画像发展趋势，为用户差异化服务、故障预案、辅助制定用电建议和辅助制定电价政策提供强而有力的支撑。
-
-
-
-
-
-
-
-
-
搜索结果
88 条记录 (耗时 0.153 秒)
