一种基于被动式WiFi与深度聚类的用户画像构建方法及系统

    公开(公告)号:CN109121093A

    公开(公告)日:2019-01-01

    申请号:CN201810762690.2

    申请日:2018-07-12

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于被动式WiFi与深度聚类的用户画像构建方法及系统,该提供包括:多个WiFi探测器、一个用于数据处理训练的服务器、一个存储数据的数据库。该方法包括:通过被动式WiFi技术扫描手机,结合深度学习进行聚类分析,从而刻画出典型画像。本发明提出的基于被动式WiFi与深度聚类的用户画像构建方法及系统,利用普及的具有WiFi功能的设备,无需携带特殊设备或额外下载终端,易于推广;利用被动式WiFi进行无感探测,覆盖范围广且操作方便;利用深度学习K-means模型进行人流分布的预测,实现用户画像的精准刻。

    基于语音交互、云技术及集成智能家居监控的服务机器人

    公开(公告)号:CN106406119A

    公开(公告)日:2017-02-15

    申请号:CN201611001919.8

    申请日:2016-11-15

    Applicant: 福州大学

    CPC classification number: G05B15/02 G05B19/418 G05B2219/2642

    Abstract: 本发明涉及一种基于语音交互、云技术及集成智能家居监控的服务机器人。包括服务机器人本体及与其通信的智能云平台、家居设施及用户指令发送端;住户通过语音或操作移动终端与服务机器人进行交互,服务机器人通过智能算法判断居民的期望指令,执行相应的音视频反馈、肢体反馈及相关智能设施的调度;服务机器人可实时监控家中的智能设施并将数据信息上传到云平台,通过智能云计算分析用户的喜好、习惯,作为服务机器人判断用户期望指令的依据;不在家的住户可以通过访问云平台查询家中各类信息,包括实时监控视频、报警信息、家电状态信息、环境监测信息等,并通过云平台对服务机器人下达指令。本发明实现服务机器人真正意义上的高科技人工智能。

    一种基于无人机的模块化电力监测系统及其控制方法

    公开(公告)号:CN106230116A

    公开(公告)日:2016-12-14

    申请号:CN201610611620.8

    申请日:2016-07-30

    Applicant: 福州大学

    CPC classification number: Y02B90/2653 Y04S40/126 H02J13/0006 G01R31/085

    Abstract: 本发明涉及一种基于无人机的模块化电力监测系统及其控制方法,包括一个以上无人机、监测单元以及地面运检控制中心,监测单元包括一架设于电网杆塔上的停机坪、设置于停机坪上的控制模块、与控制模块电连的图像采集模块、环境监测模块和无线通信模块,停机坪上设置若干个楔形凹槽,控制模块、图像采集模块、环境监测模块、无线通信模块各自设置于对应的楔形凹槽内;监测单元经无线通信模块与所述无人机和地面运检控制中心相互数据通信。本发明的有益效果在于:结合无人机巡检,并且利用设置于电网杆塔上的停机坪,在停机坪上内嵌模块对电力运输进行实时监测,无需人员现场操作即可得知输电线路上电力电缆和杆塔的运行状态和杆塔周围环境状况。

    一种用于VSC-LVDC系统的拓扑自适应调节型故障限流装置及方法

    公开(公告)号:CN118693765A

    公开(公告)日:2024-09-24

    申请号:CN202410688263.X

    申请日:2024-05-30

    Applicant: 福州大学

    Abstract: 本发明涉及一种用于VSC‑LVDC系统的拓扑自适应调节型故障限流装置及方法,包括具有灵活输出能力的直流偏置电流源、具备限流阻抗串并联结构灵活变换能力的混合抑制模块和将限流装置与VSC直流输出侧相连的H桥电路。本发明在不影响系统正常运行的前提下,实现了对短路故障的有效抑制,解决了现有低压直流断路器保护时间同VSC装置故障闭锁时间不匹配的技术难题,赋予VSC‑LVDC系统可靠的故障穿越和在线恢复能力。

    基于深度学习模型的发电厂仿真与真实数据联合学习方法

    公开(公告)号:CN118332929A

    公开(公告)日:2024-07-12

    申请号:CN202410603460.7

    申请日:2024-05-15

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于深度学习模型的发电厂仿真与真实数据联合学习方法,包括以下步骤:获取发电厂模拟机各种正常与故障工况的仿真数据,以及发电机组有限的正常运行真实数据;将仿真数据和真实数据标注不同的域标签,包括源域和目标域,生成训练集;构建仿真与真实数据的联合学习模型并基于训练集进行训练,所述联合学习模型包括特征提取器、预测器、多核最大均值差异(MK‑MMD)模块和域鉴别器;基于训练后的联合学习模型,调整预测器输出层的神经元数量,将模型用于故障诊断任务或关键参量预测任务。本发明将仿真数据的变工况知识迁移至真实场景,避免了因仿真与真实数据的差异,导致仅依靠仿真数据训练深度学习模型在实际发电厂中适用性不足的问题。

    基于进化优化算法的氨纶盘头作业动态调度方法

    公开(公告)号:CN115685927A

    公开(公告)日:2023-02-03

    申请号:CN202211340607.5

    申请日:2022-10-29

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于进化优化算法的氨纶盘头作业动态调度方法,包括以下步骤:步骤S1:根据氨纶盘头作业工作环境,构建优化环境的数学模型,并建立约束条件;步骤S2:基于数学模型和约束条件,采用进化优化算法,获取初步调度方案;步骤S3:基于初步调度方案,考虑新作业加入和旧作业取消,采用重组调度,交叉调度和插入调度,完成动态调度。本发明克服现有氨纶盘头作业静态调度研究的局限性与不足,根据动态事件构造基于重新调度策略的可行数学模型,既提高了搜索效率,又能动态实时更新车间调度状态。

    基于改进灰色关联度的输电杆塔自然灾害损失评估方法

    公开(公告)号:CN111027881B

    公开(公告)日:2022-08-12

    申请号:CN201911305960.8

    申请日:2019-12-17

    Applicant: 福州大学

    Abstract: 本发明提出一种基于改进灰色关联度的输电杆塔自然灾害损失评估方法,包括如下步骤:步骤S1:定义m种气象灾害,n个评价指标,构建输电杆塔灾损评估指标评价值的初始矩阵;步骤S2:根据灰色系统原理,对输电杆塔灾损评估指标评价值的初始矩阵进行无量纲化处理;步骤S3:根据灰色关联方法,以杆塔全倒伏的指标为参考序列,各自然灾害下的杆塔受损情况为目标序列,建立杆塔评估模型;步骤S4:采用熵值法对各个评价指标权重进行计算;步骤S5:计算参考序列和目标序列之间的关联度;步骤S6:利用关联度评估杆塔在不同自然灾害下的受损程度。其采用熵值法对传统灰色关联度增加各指标权重的影响,建立适合输电杆塔在自然灾害下受损情况的灰色关联模型。

    一种电力巡检图像杆塔基础故障检测方法

    公开(公告)号:CN109376606B

    公开(公告)日:2021-11-30

    申请号:CN201811124490.0

    申请日:2018-09-26

    Applicant: 福州大学

    Abstract: 本发明涉及一种电力巡检图像杆塔基础故障检测方法,该方法主要包括以下步骤:根据电力巡检影像数据库接口获取包含杆塔基座和塔基基础的电力巡检图像及其对应的XML标签;将获取到的数据转换生成可用于深度学习网络训练的数据文件;搭建基础网络为Resnet‑101的Faster‑Rcnn网络并利用转换生成的训练数据训练网络,最后根据训练时网络参数是否达到期望值固化深度神经网络模型。将待检测的电力巡检图像通过深度学习网络,框选出电力巡检图像中杆塔基座位置,根据杆塔基座目标框位置信息从电力巡检图像中截取出杆塔基座,最后使用多模型故障检测,融合得到塔基基础故障信息,并存入电力巡检图像故障信息数据库。本发明有效提高电力巡检的效率和智能化水平。

    基于改进型二次目标检测网络线夹、均压环故障识别方法

    公开(公告)号:CN109345529B

    公开(公告)日:2021-09-24

    申请号:CN201811155376.4

    申请日:2018-09-30

    Applicant: 福州大学

    Abstract: 本发明提出一种基于改进型二次目标检测网络线夹、均压环故障识别方法,包括以下步骤:步骤S1:制作线夹或均压环图像数据集,对图像数据样本做分类和清洗,并对样本做标注文件,作为初始化训练数据;步骤S2:针对不同检测数据集生成Anchor box;步骤S3:使用迁移学习将预训练好的模型初始化新的目标检测网络,将数据输入到模型中开始训练,待模型收敛后停止训练;步骤S4:固化模型,将模型中所含的训练变量剔除,保留用于检测的权值;步骤S5:数据经过固化后的模型生成一、二次检测图,针对线夹或均压环采用计算机视觉算法判断是否发生故障。本发明减小了模型参数的情况上能达到两个模型来实现二次检测的精确度,同时在检测速度有了很大的提升。

Patent Agency Ranking