公开(公告)号：CN118353746A

公开(公告)日：2024-07-16

申请号：CN202410533559.4

申请日：2024-04-30

Applicant: 南京工程学院

Inventor： 杨洁 ,  王朗齐 ,  王艺霏 ,  余雨 ,  郭丽红 ,  许恒飞 ,  潘子宇 ,  陈瑞 ,  韦朴

IPC: H04L25/02 ,  H04B3/54

Abstract: 本发明公开了一种基于CNN‑GRU的OFDM‑HPLC系统信道预测方法、存储介质及设备，包括：改进高速电力线多径信道传输模型，获取高速电力线多径时变信道的频率响应，结合发射信号、噪声，得到频域接收信号，提取导频信号，进行信道估计，得到时域下对应子载波序号的信道脉冲响应，经处理后，得到信道估计值；构建CNN‑GRU深度学习网络，将信道估计值的训练集作为输入，直至损失函数收敛，完成对CNN‑GRU深度学习网络的训练；实时采集频域接收信号，输入到训练好的CNN‑GRU深度学习网络中，得到信道频率响应预测值。本发明方法通过将电力线的信道估计与深度学习结合，使得估计的信道频率响应更接近于真实值。

公开(公告)号：CN116681979A

公开(公告)日：2023-09-01

申请号：CN202310796875.6

申请日：2023-06-30

Applicant: 南京工程学院

Inventor： 杨洁 ,  朱佳佳 ,  王朗齐 ,  王紫仪

IPC: G06V10/80 ,  G06V10/75 ,  G06V10/74 ,  G06V10/46 ,  G06V10/82 ,  G06T7/13 ,  G06N3/08 ,  G06N3/0464 ,  G06T7/33

Abstract: 本发明提出一种复杂环境下的电力设备目标检测方法，包括：1）获取电气设备的可见光图像和红外图像；2）使用结合梯度值的优化阈值O‑Canny边缘检测算法获得红外图像和可见光图像的边缘信息，利用曲率尺度空间技术检测边缘信息的曲率获得红外图像和可见光图像的特征点；3）利用GSIFT算法完成红外图像和可见光图像的特征点匹配；4）利用随机采样一致性算法筛选特征点匹配结果；5）利用两重ResNet深度学习网络融合配准的红外图像和可见光图像；6）使用labelImg软件分别标注红外图像、可见光图像和融合图像中的电力设备；7）利用带标签的数据集训练YOLOv5，再分别进行可见光图像目标检测、红外图像目标检测和融合图像目标检测，得到三组实验各自的目标检测精度。

公开(公告)号：CN119179979A

公开(公告)日：2024-12-24

申请号：CN202411226853.7

申请日：2024-09-03

Applicant: 南京工程学院

Inventor： 王传君 ,  王铭鑫 ,  王奕辰 ,  陆胤羽 ,  王朗齐 ,  崔竞文

IPC: G06F18/2433 ,  G06F18/243 ,  G06Q50/06

Abstract: 本发明提供了一种光伏逆变器和充电桩异常运行故障诊断方法及系统，涉及电力终端运行故障诊断领域。方法包括如下步骤：采集光伏逆变器和充电桩在正常运行下的运行数据，根据实际业务需求从所述运行数据中筛选出正常业务数据集和异常运行数据集。分析异常运行数据的发生原因，并写入至异常运行数据所对应的异常属性。对异常运行数据进行离散化处理，并计算出异常属性的信息增益率。选择信息增益率最大的异常属性作为划分根节点的依据，并形成异常状态决策树。解析异常状态决策树，获得当前终端设备的异常类型和异常明细。本发明可以实现光伏逆变器和充电桩异常运行行为的有效故障诊断。

公开(公告)号：CN116846713A

公开(公告)日：2023-10-03

申请号：CN202310832977.9

申请日：2023-07-07

Applicant: 南京工程学院

Inventor： 杨洁 ,  王朗齐 ,  孟琳 ,  余雨 ,  陈瑞 ,  刘伟伟 ,  韦朴

IPC: H04L25/02 ,  H04L27/26 ,  H04B3/54 ,  H04B15/00

Abstract: 本发明公开了一种用于OFDM‑PLC系统的DFT信道估计方法，包括：使用最小二乘信道估计算法获取导频子载波的信道估计，通过IDFT转换到时域，得到采样点的信道脉冲响应值；根据CP的长度对采样点划分为循环前缀内的采样点和噪声点，并将噪声点的信道脉冲响应值置零，将替代信噪比小于或等于平均信噪比的循环前缀内的采样点的信道脉冲响应值设置为零，得到一次降噪结果；将循环前缀内的采样点能量小于或等于循环前缀内的采样点中噪声的平均能量的信道脉冲响应值设置为零，得到二次降噪结果，通过离散傅里叶变换得到信道频率响应的估计。本发明方法通过对信道脉冲响应进行二次降噪，使得估计的信道频率响应更接近于真实值。

公开(公告)号：CN118473456A

公开(公告)日：2024-08-09

申请号：CN202410559516.3

申请日：2024-05-08

Applicant: 南京工程学院

Inventor： 王艺霏 ,  崔萌萌 ,  王朗齐 ,  吕世春 ,  舒佳杰

IPC: H04B3/48 ,  H04B3/487 ,  H04B3/54 ,  H04L1/00 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了基于极化码和长短期记忆神经网络的电力线载波通信信号检测算法，属于载波通信领域，信号检测算法包括离线训练阶段、以及在线测试阶段；离线训练阶段中，对接收信号Y进行数据处理，将接收信号Y的实部、虚部交替组合变为信号Yp，极化编码后的数据D经过计算得到标签L，信号Yp和标签L作为长短期记忆神经网络的训练输入，得到训练好的长短期记忆神经网络；在线测试阶段中，接收信号Yr经过数据处理后变为信号Yp输入训练好的长短期记忆神经网络，得到的数据经过数据恢复、解调、极化译码恢复成原始数据x。本发明的算法，译码性能优秀，误码率低，能够更有效地减弱脉冲噪声带来的影响，提高了整个电力线载波系统的可靠性。