-
公开(公告)号：CN112531706A
公开(公告)日：2021-03-19
申请号：CN202011506029.9
申请日：2020-12-18
Applicant: 东北电力大学 , 国网辽宁省电力有限公司电力科学研究院
Abstract: 本发明公开了一种基于复杂不变性与深度神经网络的同调机群辨识方法，所述方法包括：将样本映射到n维空间，基于构建的自编码器深度神经网络进行广域相量量测数据特征的挖掘；根据广域相量量测数据特征计算机组时序数据间的复杂度不变性距离；基于复杂度不变性距离在n维空间中确定样本间的相似度，根据相似度结果对机组样本进行聚类。本发明有效解决了相关系数存在的某些发电机与其他机群中的发电机具有极大的相关系数而又同时与机群内的其他发电机具有极小的相关系数的问题；本发明构造的多层深度神经网络挖掘的数据特征数远远多于其他方法，避免了数据的关键特征缺失。
-
公开(公告)号：CN112531706B
公开(公告)日：2023-04-18
申请号：CN202011506029.9
申请日：2020-12-18
Applicant: 东北电力大学 , 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司
IPC: G06F30/27 , H02J3/00 , G06F18/2321 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种基于复杂不变性与深度神经网络的同调机群辨识方法，所述方法包括：将样本映射到n维空间，基于构建的自编码器深度神经网络进行广域相量量测数据特征的挖掘；根据广域相量量测数据特征计算机组时序数据间的复杂度不变性距离；基于复杂度不变性距离在n维空间中确定样本间的相似度，根据相似度结果对机组样本进行聚类。本发明有效解决了相关系数存在的某些发电机与其他机群中的发电机具有极大的相关系数而又同时与机群内的其他发电机具有极小的相关系数的问题；本发明构造的多层深度神经网络挖掘的数据特征数远远多于其他方法，避免了数据的关键特征缺失。
-
公开(公告)号：CN110533012A
公开(公告)日：2019-12-03
申请号：CN201911005693.2
申请日：2019-10-22
Applicant: 东北电力大学
Abstract: 本发明公开了一种基于深度学习图像识别的睡眠状态监测节能助老系统，本系统由前端设备、小型服务器、电源控制模块和后端设备组成，其能采集图像并通过网络将图像上传给小型服务器；小型服务器中的图像处理系统使用人眼状态识别检测技术和肢体识别检测技术对图像进行分析，当判断出老人已睡着后，向电源控制模块发送控制信号；电源控制模块中的蓝牙通讯装置接收小型服务器的控制信号并生成相应的红外控制信号，模块中的红外发送装置则控制电视音量、亮度及电源，达到节能的目的；小型服务器还定期向后端儿女手机发送报表，接受前端设备或后端设备的网络查询请求，达到助老的目的。
-
公开(公告)号：CN110097039A
公开(公告)日：2019-08-06
申请号：CN201910463063.3
申请日：2019-05-30
Applicant: 东北电力大学
Abstract: 本发明公开了一种基于深度学习图像识别的睡眠状态监测节能助老系统，本系统由前端设备、小型服务器、电源控制模块和后端设备组成，其能采集图像并通过网络将图像上传给小型服务器；小型服务器中的图像处理系统使用人眼状态识别检测技术和肢体识别检测技术对图像进行分析，当判断出老人已睡着后，向电源控制模块发送控制信号；电源控制模块中的蓝牙通讯装置接收小型服务器的控制信号并生成相应的红外控制信号，模块中的红外发送装置则控制电视音量、亮度及电源，达到节能的目的；小型服务器还定期向后端儿女手机发送报表，接受前端设备或后端设备的网络查询请求，达到助老的目的。
-
-
-
Search Results
4
records
(took 0.024 seconds)
