一种基于柔性判处策略的配电台区故障支援方法及装置

    公开(公告)号:CN110752595B

    公开(公告)日:2021-09-10

    申请号:CN201910853450.8

    申请日:2019-09-10

    Abstract: 本发明公开了一种基于柔性判处策略的配电台区故障支援方法及装置,适用于基于柔性台区控制器的柔性配电台区互联系统,该方法包括:根据上级断路器状态、交流母线电压、上级交流电流及AC/DC变流器故障状态,识别非交流母线近端故障,启动故障支援,分配各非故障站AC/DC变流器的有功指令并下发,最后根据故障配电台区故障状态判定故障配电台区运行方式。本发明在判断为台区进线侧失电时,通过非故障AC/DC变流器从直流互联系统为交流负荷稳定母线供电电压及提供功率需求,实现了负荷的持续供电,提升用户用电体验及供电质量。

    一种基于深度学习的计算机视觉数据集半自动标注方法及系统

    公开(公告)号:CN112434794A

    公开(公告)日:2021-03-02

    申请号:CN202011371842.X

    申请日:2020-11-30

    Abstract: 本发明提出了一种基于深度学习的计算机视觉数据集半自动标注方法及系统,包括以下步骤:步骤1:从样本图片集A中按一定比例进行随机采样,生成图片集B;步骤2:对经过步骤1操作的图片集B进行人工标注、图像扩充和图像预处理,生成训练集B;步骤3:采用训练集B对Faster‑rcnn算法中的深度神经网络模型进行初训练,得到模型权重;步骤4:利用模型权重,结合人机耦合的标注方法,对样本图片集A进行标注,对标注好的样本图片集A进行图像扩充和图像预处理,生成训练集A;步骤5:采用训练集A对Faster‑rcnn算法中的深度神经网络模型进行再训练;步骤6:将待识别的图像输入至经过步骤5训练好的深度神经网络模型中,得到标注结果。

    一种面向物联网移动端设备的轻量级人体姿态识别方法

    公开(公告)号:CN112381045A

    公开(公告)日:2021-02-19

    申请号:CN202011374295.0

    申请日:2020-11-30

    Abstract: 本发明公开了一种面向物联网移动端设备的轻量级人体姿态识别方法,方法中采用轻量化神经网络技术对当前高效但复杂的网络结构进行解析,综合考量了姿态识别精度和计算复杂度,可以在手机等计算资源有限的移动设备上运行姿态识别神经网络。该技术基本保留了原始模型的精度,而轻量化之后的模型参数数量相比原始的参数数量下降了85%。本发明可以在硬件资源有限,比如计算资源受限的移动物联网设备上进行人体姿态识别,在基本保持精度的同时有效地解决了参数数量巨大的姿态识别神经网络模型在实际生活中难以运用的问题。

Patent Agency Ranking