-
公开(公告)号：CN116205367A
公开(公告)日：2023-06-02
申请号：CN202310242770.6
申请日：2023-03-14
Applicant: 东南大学
Abstract: 本发明公开了一种基于SSA‑SVM模型的电动汽车负荷预测方法、系统及设备，涉及电力负荷预测技术领域，对历史负荷数据进行预处理；在SVM预测模型基础上加入SSA优化算法，初始化麻雀种群参数后，确定SVM模型的参数范围；选取电动汽车负荷预测值和真实值的均方根rms作为SSA优化算法的适应度函数，直至满足条件从而得出最优函数值；将计算出的最优函数值输入SVM模型中，得到基于SSA优化算法的改进型SVM预测模型；使用基于SSA优化算法的改进型SVM预测模型对训练数据集和测试数据集进行学习和训练，得到优化后的SVM预测模型；基于优化后的SVM模型对电动汽车进行负荷预测，输出预测数据值。
-
公开(公告)号：CN114565930B
公开(公告)日：2024-07-09
申请号：CN202210167535.2
申请日：2022-02-23
Applicant: 东南大学
Abstract: 本发明涉及图像处理技术领域，具体的是一种基于形态学处理的电气厂站接线图纸母线识别方法，识别方法包括：将电气厂站接线图以母线区域为核心进行分割；提取分割图中的符合母线特征的横线和竖线；分析母线的结构特征和位置特征，将母线按照方向和形状分类以判断是否需要二次识别；根据分类结果识别母线以及内部描述元素，得到分割图母线的位置信息描述文件。本发明通过基于形态学的图像识别技术，并与目标检测技术相结合，实现了更加智能、快速且准确的电气厂站接线图母线检测，可以直接处理PDF等文件格式的电力图纸数据，解决了人工录入xml信息、效率低下等问题，降低了人工成本，消除了人工效率低且出错多的缺陷。
-
公开(公告)号：CN118228865A
公开(公告)日：2024-06-21
申请号：CN202410326031.X
申请日：2024-03-21
Applicant: 东南大学
IPC: G06Q10/04 , G06Q50/06 , G06F18/10 , G06F18/213 , G06N3/006 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08 , H02J3/00
Abstract: 本发明公开了一种电动汽车充电负荷预测方法及系统，涉及电力负荷预测技术领域，包括以下步骤：接收电动汽车充电负荷数据，对电动汽车充电负荷数据进行预处理，得到处理后的电动汽车充电负荷数据，对处理后的电动汽车充电负荷数据进行变模态分解，得到多个分解序列；将多个分解序列输入至预先建立的多通道的1DCNN‑GRU组合神经网络模型内，输出得到电动汽车充电负荷预测结果，其中，所述预先建立的多通道的1DCNN‑GRU组合神经网络模型通过鲸鱼优化算法进行最优超参数寻优。
-
公开(公告)号：CN114565930A
公开(公告)日：2022-05-31
申请号：CN202210167535.2
申请日：2022-02-23
Applicant: 东南大学
Abstract: 本发明涉及图像处理技术领域，具体的是一种基于形态学处理的电气厂站接线图纸母线识别方法，识别方法包括：将电气厂站接线图以母线区域为核心进行分割；提取分割图中的符合母线特征的横线和竖线；分析母线的结构特征和位置特征，将母线按照方向和形状分类以判断是否需要二次识别；根据分类结果识别母线以及内部描述元素，得到分割图母线的位置信息描述文件。本发明通过基于形态学的图像识别技术，并与目标检测技术相结合，实现了更加智能、快速且准确的电气厂站接线图母线检测，可以直接处理PDF等文件格式的电力图纸数据，解决了人工录入xml信息、效率低下等问题，降低了人工成本，消除了人工效率低且出错多的缺陷。
-
-
-
Search Results
4
records
(took 0.013 seconds)
