-
公开(公告)号:CN116403087A
公开(公告)日:2023-07-07
申请号:CN202310316423.3
申请日:2023-03-28
Applicant: 三峡大学
IPC: G06V10/82 , G06V10/764 , G06V10/72 , G06V10/774 , G06V10/77 , G06V20/10 , G06N3/0464 , G06N3/048 , G06N3/096 , G06N3/09
Abstract: 基于迁移学习机制的分析GPR扫描图像的卷积支持向量机网络,包括:利用GPRmax软件生成探地雷达数据;利用迁移学习机制,训练卷积神经网络CNN形成预训练模型;在卷积神经网络CNN中,使用KNN算法和支持向量机SVM代替Softmax分类器,作为卷积滤波器来创建特征映射;选择优化算法更新卷积神经网络CNN结构内的参数,利用支持向量机为输入数据生成的特征映射生成新的特征映射;获取的特征映射,通过ReLU层传递,对最终提取的特征矩阵进行线性SVM分类。本发明提出的卷积支持向量机CSVM比其他卷积神经网络CNN和机器学习算法的结果更精确。CSVM算法比其他CNN算法在模型的训练阶段所需的时间大为缩短,模拟探地雷达GPR扫描图像中都表现出了较高的性能。
-
公开(公告)号:CN115473268A
公开(公告)日:2022-12-13
申请号:CN202211128130.4
申请日:2022-09-16
Applicant: 三峡大学
Abstract: 基于分段补偿控制策略的光伏功率波动平抑方法,包括以下步骤:分析分布式光伏系统运行状态和功率波动大小,所述运行状态包括正常状态、故障状态,所述功率波动大小包括短时间功率波动、长时间功率波动;将锂电池组和超级电容组构成混合储能装置,将所述混合储能装置的电池荷电状态SOC分为正常工作区域、过冲警戒工作区域、过放警戒工作区域;根据分布式光伏系统不同运行状态和功率波动大小,采用不同控制方式。本发明通过锂电池组和超级电容组分段补偿功率波动大小,避免电池过度充放电,延长了电池使用寿命,降低了后期维护更换成本。
-