公开(公告)号：CN118212220A

公开(公告)日：2024-06-18

申请号：CN202410444246.1

申请日：2024-04-15

Applicant: 东北农业大学

Inventor： 左鹏 ,  王鹏 ,  胡宇彤 ,  杜泽鉴 ,  王卓然

IPC: G06T7/00 ,  G06V10/143 ,  G06V10/44 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/0895 ,  G06N3/094

Abstract: 本发明涉及计算机视觉技术领域，具体公开了一种用于产品缺陷检测的计算机视觉检测方法，包括：S1、多模态数据采集，S2、特征提取，S3、多模态融合，S4、自监督学习，S5、生成对抗网络，S6、模型评估和调优以及S7、部署和维护；本发明通过多模态融合允许系统从不同传感器或模态中获取丰富的信息，使得模型能够更全面地捕捉和理解产品的特征，结合可见光和红外图像，有助于在不同光照条件下识别缺陷，通过使用生成对抗网络生成合成的缺陷图像，模型可以学到一些少见或难以获取大量样本的缺陷类型的特征表示，这有助于提高模型在实际应用中对于不常见缺陷的泛化能力，从而进一步提高对产品缺陷进行检测的准确率，提高产品的生产质量或品质。

公开(公告)号：CN119202667A

公开(公告)日：2024-12-27

申请号：CN202411350502.7

申请日：2024-09-26

Applicant: 国网黑龙江省电力有限公司鹤岗供电公司 ,  东北农业大学 ,  国家电网有限公司

Inventor： 金宪才 ,  房俊龙 ,  张首军 ,  魏东辉 ,  王胜铎 ,  杜泽鉴 ,  徐美希 ,  赵庆贺 ,  崔言志 ,  李祥云 ,  武力刚 ,  王丽丽 ,  王鸣迪

IPC: G06F18/213 ,  G06N3/0442 ,  G06N3/08 ,  H02J3/00

Abstract: 基于SDP‑BiLSTM的短期日前负荷预测模型及预测方法，属于电力系统负荷预测领域。解决了传统短期日前负荷预测方法预测精度低、稳定性差的问题。本发明的特征提取层包括两个双层BiLSTM，分别对NWP序列和电力负荷序列进行特征提取，得到特征向量Hnwp和Hload；SDP注意力层将Hnwp和Hload进行线性变换转化为查询向量Q、键向量K和值向量V；对Q和K通过点积得到点积得分矩阵，并通过softmax函数缩放得到向量ω后与V点积得到中间向量C，C与Hnwp采用拼接方式进行特征融合，得到HSDP；输出层，用于对HSDP依次进行特征提取和全连接操作实现负荷序列预测。本发明主要用于电力负荷预测。

公开(公告)号：CN119202668A

公开(公告)日：2024-12-27

申请号：CN202411350505.0

申请日：2024-09-26

Applicant: 国网黑龙江省电力有限公司鹤岗供电公司 ,  东北农业大学 ,  国家电网有限公司

Inventor： 金宪才 ,  房俊龙 ,  张首军 ,  魏东辉 ,  王胜铎 ,  杜泽鉴 ,  徐美希 ,  赵庆贺 ,  崔言志 ,  李祥云 ,  武力刚 ,  王丽丽 ,  王鸣迪

IPC: G06F18/213 ,  G06F18/27 ,  G06Q50/06 ,  H02J3/00

Abstract: 基于TPE‑DART算法的短期日前电力负荷需求负荷预测方法，电力系统负荷预测领域。解决了现有的短期负荷预测方法预测准确性低的问题。本发明利用DART算法构建负荷预测模型，利用负荷‑气象特征数据集对负荷预测模型进行优化训练，且优化训练过程中以评价指标作为约束条件对负荷预测模型的超参数组合进行优化约束，得到优化后的负荷预测模型；并且优化训练过程中采用TPE算法，并依据五折交叉检验的方式，确定最优超参数组合。确定最优超参数组合方式、以及优化训练过程中考虑了气候对负荷预测的影响，提升了预测准确。本发明主要用于进行电力负荷预测。