公开(公告)号：CN115615260B

公开(公告)日：2024-04-19

申请号：CN202211300838.3

申请日：2022-10-24

Applicant: 大连理工大学

Inventor： 王清 ,  刘海洋 ,  王镇华 ,  苑峻豪 ,  董闯

IPC: F42B12/72 ,  F42B12/34 ,  C22C30/00 ,  C22C1/02 ,  C22B9/20 ,  C22B9/04

Abstract: 本发明提供一种高密度高放热焓难熔高熵合金破片材料，属于金属材料技术领域，包括W、Al、Ti、Zr、Nb和Ta元素，其合金成分的原子百分比(at.％)表达为WxAlyTizZrkNbmTan，其中x＝11.1～16.7％，y＝0～2.8％，z＝2.8～11.1％，k＝5.6～11.1％，m＝30.5～38.9％，n＝30.5～38.9％，x+y+z+k+m+n＝100％；且y+z＝5.6～11.1％，x/(y+z)＝1～3。材料性能指标为：密度ρ>12g/cm3、硬度HV＝340‑420kgf·mm‑2，放热焓大于7000J/g，室温压缩屈服强度σYS>1000MPa。本发明通过团簇式成分设计方法和多主元合金化原则在难熔高熵合金破片材料中实现了高密度和高放热焓，并且通过多相协同析出使得该合金获得了“自锐化”行为与高强度，能够大幅提高合金的侵彻能力，且制备工艺简单，是一种高密度高放热焓难熔高熵合金破片材料。

公开(公告)号：CN113011530B

公开(公告)日：2023-04-07

申请号：CN202110472639.X

申请日：2021-04-29

Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) ,  国网新疆电力有限公司电力科学研究院 ,  大连理工大学

Inventor： 李宁 ,  郭泽林 ,  袁铁江 ,  张伟 ,  齐尚敏 ,  王永超 ,  韩鑫磊 ,  刘海洋 ,  申李 ,  李娜 ,  田娇娟 ,  余英 ,  张皓淼 ,  费守江 ,  周宜

IPC: G06F18/2411 ,  G06N3/04 ,  G06N3/084 ,  G06Q10/04 ,  G06Q50/06 ,  G06F18/241

Abstract: 一种基于多分类器融合的智能电表故障预测方法，针对智能电表故障数据规模大、维度高、结构复杂、存在错误及异常数据的特点，采用正态分布补全及箱型图方法，对原始数据集进行缺失值填补及异常值替换；通过计算特征属性与故障类型之间的相关系数，消除冗余及不相关特征，形成特征子集；构建对少数样本过采样、对多数样本进行欠采样的混合采样策略，解决故障数据不平衡问题。计算支持向量机(SVM)、BP神经网络及随机森林算法处理智能电表故障数据的准确率，构建表征各分类器性能的混淆矩阵；考虑各分类器针对不同故障类型的识别能力，为各分类器分配权重，进而构建多分类器决策函数，取权重和最大的类别作为样本的故障预测结果。

公开(公告)号：CN113920375A

公开(公告)日：2022-01-11

申请号：CN202111284397.8

申请日：2021-11-01

Applicant: 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) ,  大连理工大学

Inventor： 李宁 ,  齐尚敏 ,  刘海洋 ,  余英 ,  曾婧 ,  杨永建 ,  胡慧敏

IPC: G06V10/764 ,  G06V10/80 ,  G06N3/04

Abstract: 本发明涉及一种基于Faster R‑CNN与SVM结合的融合特征典型负荷识别方法及系统，其方法包括：S1：采集电器设备的负荷，构建信号数据样本，选取相对应的小波基，确定分解层数；对含噪信号进行分解，得到一组小波系数；S2：对小波系数进行软阈值函数处理，得到估计小波系数；S3：利用估计小波系数对小波进行重构，得到去噪后的重构信号；S4：对重构信号进行归一化处理，得到归一化的重构信号；S5：基于归一化的重构信号，构建负荷特征曲线图像，使用Faster R‑CNN网络对负荷曲线图像进行特征提取，利用SVM进行分类，得到最终的负荷识别结果。本发明提供的方法提升了对典型负荷特征识别的准确率，对节能做出指导，降低用户的用电成本并提高电能的利用率。