-
公开(公告)号：CN107919252A
公开(公告)日：2018-04-17
申请号：CN201711455486.8
申请日：2017-12-28
Applicant: 南京工程学院
IPC: H01H50/08
Abstract: 本发明涉及一种带计数器的电磁接触器，包括电磁接触器、计数器、计数器驱动件和动触头支架，所述的电磁接触器包括外壳，电磁接触器上设有动触头支架，所述的计数器上设有计数器驱动件，所述的计数器驱动件的端部与动触头支架相连，通过动触头支架带动计数器驱动件运动，使计数器驱动件触发计数器进行计数。本发明结构简单、设计合理，方便装配，不占用电磁接触器辅助触头、能对电接触动作次数作出合理的计数，使电磁接触器在适当的时候进行维护和更换，提高了电磁接触器使用上的经济性和安全性。
-
公开(公告)号：CN115545964A
公开(公告)日：2022-12-30
申请号：CN202110734048.5
申请日：2021-06-30
Applicant: 南京工程学院
Abstract: 本发明提供了一种基于深度学习SRNN网络的光伏发电功率预测方法，步骤一：选取历史光伏发电功率数据和相应的历史气象数据；步骤二：使用因子分析法进行相关性分析，筛选出对发电功率影响较大的气象指标；步骤三：数据预处理；步骤四：搭建基于深度学习SRNN网络的光伏发电功率预测模型；步骤五：设置输入层、隐藏层和输出层参数，确定GRU层容量和全连接层容量；步骤六：将预测出的光伏发电功率数据与实际负荷数据进行对比，选用相对误差和均方根误差指标对预测数据进行评价。本发明提供的基于深度学习SRNN网络的光伏发电功率预测方法对RNN进行切片而记忆单元不变，使得能够并行运行RNN网络，使得网络训练速度飞跃，而且提升了系统运行的可靠性和稳定性。
-
公开(公告)号：CN113902207A
公开(公告)日：2022-01-07
申请号：CN202111215767.2
申请日：2021-10-19
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于TCN‑LSTM的短期负荷预测方法，包括：获取样本数据；对样本数据进行预处理，剔除异常数据，填充残缺数据，并进行标准化处理；训练神经网络模型；具体为：以电力负荷数据与连续的非时序数据作为输入，以预测日各个采样点的电力预设负荷为输出，对时间卷积网络和LSTM结合的神经网络模型进行训练，得到基于TCN‑LSTM的短期负荷预测模型；本方法为电网系统提供了更加精确的预测结果，也为电网系统灵活调节供电量提供了更加可靠的依据。
-
公开(公告)号：CN113902101A
公开(公告)日：2022-01-07
申请号：CN202111214512.4
申请日：2021-10-19
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于LSTM神经网络算法的非侵入式负荷识别方法，包括获取非侵入式监测装置所监测的用电设备稳态时电流波形数据；将稳态电流波形利用离散傅里叶变换进行N次谐波分解得到样本集，将训练集通入循环神经网络进行训练获得基于神经网络的负荷识别预测模型；将测试集带入基于循环神经网络的负荷识别模型并对比输出结果，生成优化后的基于循环神经网络的负荷识别模型。本方法在不同负载情况下均可以对用电器，尤其是小功率用电器进行准确识别，且识别时间较短，可以进行负载的实时监测。
-
公开(公告)号：CN113902100A
公开(公告)日：2022-01-07
申请号：CN202111203644.7
申请日：2021-10-15
Applicant: 南京工程学院
Abstract: 本发明公开了基于Attention机制和残差连接的非侵入式负荷分解，本发明提出结合双向门控循环单元、Attention和残差网络的NILM模型，其中BiGRU从前后两个方向输入功率序列，可以学习到当前时刻前后的特征，Attention机制为不同时刻计算不同的权重，关注功率序列中重要信息，残差块结构通过残差连接，降低了残差块的拟合难度，且具有功率分解迅速准确的特点。
-
Patent Agency Ranking
公开(公告)号：CN113901624A
公开(公告)日：2022-01-07
申请号：CN202111208292.4
申请日：2021-10-18
Applicant: 南京工程学院
IPC: G06F30/18 , G06F30/27 , G06N3/00 , G06N20/10 , G06F113/04
Abstract: 本发明公开了一种基于粒子群算法优化的SVM的配电网拓扑辨识方法，包括：利用SCADA系统采集不同拓扑结构下观测节点的多种负荷水平的断面电压幅值量测数据和相应的拓扑标签，得到经过标准化预处理后的训练数据集；对支持向量机SVM进行训练学习，并通过粒子群算法对设置初始的惩罚因子C和核函数参数进行优化，确定基于粒子群算法优化的支持向量机的PSO‑SVM配电网拓扑辨识模型；获取观测节点的断面电压幅值量测数据，利用基于粒子群算法优化的支持向量机的PSO‑SVM配电网拓扑辨识模型对观测节点预处理后的断面电压幅值量测数据进行分析，确定节点的电路拓扑结构。本发明能够解决现有技术的求解速度慢，搜索效率低。
-
-
公开(公告)号：CN110716260B
公开(公告)日：2020-07-07
申请号：CN201910862907.1
申请日：2019-09-12
Applicant: 南京工程学院
Abstract: 本发明公开了一种同质集成激光器、反射镜和探测器的通信芯片及制备方法，芯片基于硅衬底氮化镓晶圆制备，采用相同工艺步骤制备了两个单片集成的激光二极管，反射镜在刻蚀激光二极管的阶梯状台阶时同时获得，激光二极管在受激辐射模式下工作时作为光源向外发射调制激光信号，在自发辐射模式下工作时作为探测器探测来自外部的激光信号，激光器发出的调制激光信号通过自由空间传输，经氮化镓反射镜反射后到达探测器。本发明的制备方法简化了工艺步骤，降低了工艺难度，提高了制备成功率，而且对准精度更高，制成的通信芯片能够实现基于镜面反射的同质集成片上高速激光通信，有效增强了通信芯片的通信性能，可广泛应用于激光通信和激光传感领域。
-
公开(公告)号：CN110458342A
公开(公告)日：2019-11-15
申请号：CN201910680409.5
申请日：2019-07-26
Applicant: 国网江苏省电力有限公司金湖县供电分公司 , 国网江苏省电力有限公司淮安供电分公司 , 南京工程学院
Abstract: 本发明公开了一种基于改进的NARX神经网络的微气象监测系统及方法，它包括：采集微气象监测所需相关参数的历史数据；对采集到的数据进行归一化处理；将处理后的数据作为训练样本输入到改进的NARX神经网络中进行训练；并通过指定网络性能评价函数确定NARX神经网络预测模型的权值和阈值的优化效果；将测试样本输入到训练好的改进NARX神经网络中，并将输出值进行反归一化，得到实际预测值；本发明利用IR算法使训练所得的网络权值较小，网络响应趋于平滑，降低过拟合的可能性，改进的NARX神经网络建立模型对对气象变化的趋势进行预测，实现基于气象数据的对新能源场站出力精确预测。
-
公开(公告)号：CN110229328A
公开(公告)日：2019-09-13
申请号：CN201910490117.5
申请日：2019-06-06
Applicant: 南京工程学院
Abstract: 本发明涉及一种尼龙粉末的制备方法及应用，由己二胺、癸二胺、己二酸、癸二酸、十二碳二酸和己内酰胺按不同的质量份数配比混合均匀，添加添加剂进行聚合反应制得尼龙树脂，然后经机械制粉或化学制粉制得尼龙粉末，由本产品制得的尼龙包胶扣具有染色速度可控，颜色艳丽，色牢度高，成本低等优点，可广泛应用于内衣尼龙包胶扣行业。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.043 seconds)
