公开(公告)号：CN114022794A

公开(公告)日：2022-02-08

申请号：CN202111267660.2

申请日：2021-10-29

Applicant: 武汉理工大学

Inventor： 肖进丽 ,  张志伟 ,  王洋洋

IPC: G06V20/17 ,  G06V10/44 ,  G06V10/46 ,  G06V10/52 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多机器学习算法融合的无人机海上油污监测方法，包括：通过无人机采集海面图片，建立训练样本；对训练样本进行图像预处理，通过数据增强建立卷积神经网络训练集；通过图像压缩和DCT变换提取特征向量，建立小波神经网络训练集；通过计算训练样本的灰度共生矩阵，选取图像纹理特征值，建立SVM训练集；选取卷积神经网络训练集进行无监督学习；选取小波神经网络训练集进行训练；选取SVM训练集，输入特征向量对SVM训练建模；使用无人机在目标海域巡航拍照，获得海面图片；对海面图片进行识别，生成识别结果；选取识别结果中存在油污问题的对应海域，向监管中心进行报警。本发明能提升海上油污监测的效果。

公开(公告)号：CN111882456A

公开(公告)日：2020-11-03

申请号：CN202010758283.1

申请日：2020-07-31

Applicant: 武汉理工大学

Inventor： 侯慧 ,  张志伟

IPC: G06Q50/06 ,  G06Q10/06 ,  G06F17/18

Abstract: 本发明提供一种基于荷载效应随机性的架空配电线路风险评估方法，利用气象部门提供的最大风速值序列，构建经验分布函数，结合该函数反解出最大风速值对应的风速过渡变量，根据最大风速值及其对应的风速过渡变量计算尺寸参数和位置参数的估计值，从而得到台风最大风速极值分布模型；计算任意一个最大风速值对应的杆根弯矩，结合台风最大风速极值分布模型构建杆根弯矩的分布模型；构建元件强度的正态分布函数模型，根据杆根弯矩的分布模型，结合元件故障概率模型计算杆根弯矩随机性的线路故障概率；最后利用线路故障概率进一步计算配电线路风险，实现配电线路风险评估。本发明提升了风险评估中故障概率的精度，避免了故障风险的过高估计。

公开(公告)号：CN112287018B

公开(公告)日：2024-03-01

申请号：CN202011233274.7

申请日：2020-11-06

Applicant: 武汉理工大学

Inventor： 侯慧 ,  俞菊芳 ,  李显强 ,  吴细秀 ,  唐金锐 ,  朱韶华 ,  张志伟

IPC: G06F16/26 ,  G06F16/29 ,  G06F16/215 ,  G06F16/248 ,  G06N20/00 ,  G06Q10/0635

Abstract: 场景下最优模型选择时的需求，为及时进行灾前本发明提供一种台风灾害下10kV杆塔受损 巡检调拨提供实际数据支撑。风险评估方法及系统，包括收集研究区域的数据，所述数据包括台风信息、电网信息和地理信息；对数据进行处理与分析，建立输入信息数据体系，所述处理与分析包括数据预处理、分类变量处理、样本均衡、相关性分析和变量剔除；基于多种机器学习算法，分别建立台风灾害下10kV杆塔受损风险评估模型，对各模型进行训练和测试，并对研究区域10kV杆塔进行受损风险评估；以拟合优度和时间两类指标作为模型评价指标，(56)对比文件张彦彬;苏杨;许亚春;彭速标;徐国江;刘阳丽;钟志光;萧达辉.基于LSTM神经网络模型对大宗矿产资源放行风险预测研究.中国口岸科学技术.2020,(06),全文.陈明华;刘群英;张家枢;陈树恒;张昌华.基于XGBoost的电力系统暂态稳定预测方法.电网技术.(03),第245-253页.

公开(公告)号：CN112287018A

公开(公告)日：2021-01-29

申请号：CN202011233274.7

申请日：2020-11-06

Applicant: 武汉理工大学

Inventor： 侯慧 ,  俞菊芳 ,  李显强 ,  吴细秀 ,  唐金锐 ,  朱韶华 ,  张志伟

IPC: G06F16/26 ,  G06F16/29 ,  G06F16/215 ,  G06F16/248 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/06

Abstract: 本发明提供一种台风灾害下10kV杆塔受损风险评估方法及系统，包括收集研究区域的数据，所述数据包括台风信息、电网信息和地理信息；对数据进行处理与分析，建立输入信息数据体系，所述处理与分析包括数据预处理、分类变量处理、样本均衡、相关性分析和变量剔除；基于多种机器学习算法，分别建立台风灾害下10kV杆塔受损风险评估模型，对各模型进行训练和测试，并对研究区域10kV杆塔进行受损风险评估；以拟合优度和时间两类指标作为模型评价指标，对比各模型的风险评估结果，基于层次分析法和熵权法对各指标进行综合赋权，选择最优模型，并将风险评估结果进行可视化。本发明满足不同场景下最优模型选择时的需求，为及时进行灾前巡检调拨提供实际数据支撑。

公开(公告)号：CN114022794B

公开(公告)日：2024-09-27

申请号：CN202111267660.2

申请日：2021-10-29

Applicant: 武汉理工大学

Inventor： 肖进丽 ,  张志伟 ,  王洋洋

IPC: G06V20/17 ,  G06V10/44 ,  G06V10/46 ,  G06V10/52 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/088

Abstract: 本发明公开了一种基于多机器学习算法融合的无人机海上油污监测方法，包括：通过无人机采集海面图片，建立训练样本；对训练样本进行图像预处理，通过数据增强建立卷积神经网络训练集；通过图像压缩和DCT变换提取特征向量，建立小波神经网络训练集；通过计算训练样本的灰度共生矩阵，选取图像纹理特征值，建立SVM训练集；选取卷积神经网络训练集进行无监督学习；选取小波神经网络训练集进行训练；选取SVM训练集，输入特征向量对SVM训练建模；使用无人机在目标海域巡航拍照，获得海面图片；对海面图片进行识别，生成识别结果；选取识别结果中存在油污问题的对应海域，向监管中心进行报警。本发明能提升海上油污监测的效果。