-
公开(公告)号：CN119482752A
公开(公告)日：2025-02-18
申请号：CN202411466668.5
申请日：2024-10-21
Applicant: 合肥工业大学 , 国网安徽省电力有限公司电力科学研究院
Abstract: 本发明公开了一种构网型变流器系统标幺值建模方法，属于虚拟同步发电机控制技术领域，包括电路参数基准值的选取以及控制参数基准值的选取原则，所述电路参数包括系统视在额定功率、系统额定角速度、三相系统额定线电压、相角、阻抗和电感；所述控制参数包括有功控制环惯量、有功控制环阻尼、无功控制环惯量和无功控制环阻尼；先选定系统视在额定功率的基准值、系统额定角速度的基准值以及三相系统额定线电压的基准值的取值，然后根据此确定其它电路参数基准值以及控制参数基准值。本发明填补了GFMC系统标幺化时电路参数与控制参数选取准则的空缺，所提供的标幺值模型为大规模GFMC集成建模的简化计算提供了便利。
-
公开(公告)号：CN118944133A
公开(公告)日：2024-11-12
申请号：CN202411351199.2
申请日：2024-09-26
Applicant: 合肥工业大学
Abstract: 本发明公开了VSG控制下并网逆变器的频率与电压稳定分析系统及方法，属于虚拟同步发电机控制技术领域，包括频率自稳性环路、电压自稳性环路、频率致稳性环路、电压致稳性环路，自稳性环路均包括一条前向通道和一条反馈通道，频率自稳性环路前向通道包括频率/有功自稳定增益环节和有功/频率增益环节，反馈通道为频率分量；电压自稳性环路前向通道包括电压/无功自稳定增益环节、无功/电压增益环节，反馈通道为电压分量；频率致稳性环路和电压致稳性环路均包括一条前向通道和一条反馈通道，二者前向通道均包含六个环节。本发明为虚拟同步发电机的频率与电压稳定提供了新的物理视角，从物理角度判定了虚拟同步发电机的频率与电压的运动状态。
-
公开(公告)号：CN118249366A
公开(公告)日：2024-06-25
申请号：CN202410030901.9
申请日：2024-01-09
Applicant: 合肥工业大学
Abstract: 本发明公开了VSC‑HVDC系统频率‑直流电压交互稳定分析方法与系统，涉及虚拟同步发电机控制技术领域，交互稳定性分析系统为从逆变站频率变量到整流站直流侧电压变量的幅相反馈闭环系统，其中包括从逆变站频率到整流站直流电压的开环系统和从整流站直流电压到逆变站频率的开环系统。本发明为电压源型变换器的高压直流输电系统的振荡传递机制揭示了新的内在原因，从物理本质视角揭示了振荡传递的发生条件及稳定边界；还提出了一种判断基于电压源型变换器的高压直流输电系统频率‑电压交互稳定性的分析方法，为判定电压源型变换器高压直流输电系统频率‑电压交互稳定性提供了新的视角。
-
公开(公告)号：CN118014863A
公开(公告)日：2024-05-10
申请号：CN202410286229.X
申请日：2024-03-13
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于基于三维剪切波变换的多模态医学图像融合方法，包括：1采用三维剪切波变换对不同模态医学图像进行分解，得到高频与低频的不同分解结果；2利用三维多通道参数自适应脉冲耦合神经网络对高频分解结果进行融合；3保存高频脉冲耦合神经网络能量结果，与低频分解结果的活动水平共同进行决策融合；4逆三维剪切波变换重构融合结果，得到最终图像。本发明将二维脉冲耦合神经网络推广到三维，拓展至多通道节约实验时间，将相邻切片的信息更好地提取融合，进而为对医学图像进行进一步的分析处理提供支持。
-
公开(公告)号：CN117617903A
公开(公告)日：2024-03-01
申请号：CN202311593534.5
申请日：2023-11-27
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于心率连续性的脉搏波信号质量无参考评价方法，其步骤包括：首先，获取视频图像并定义多个面部感兴趣区域，再采用去噪算法获取对应的脉搏波信号，然后，使用同步压缩小波变换将脉搏波信号转换到时频域，提取基于同步压缩小波变换计算的时频域瞬时心率方差特征，对脉搏波信号的质量进行排序与筛选，将选择的高质量脉搏波信号的时频谱进行融合，在融合后的时频谱上提取时频脊线，再次利用心率连续性假设，进行心率的估算，最后，对高质量脉搏波信号的时频谱计算不确定度，以评估预测心率的可靠性。本发明能够对每个子区域获得的脉搏波信号质量进行有效评价、筛选和融合，从而实现了视频心率的鲁棒提取。
-
Patent Agency Ranking
公开(公告)号：CN114595725B
公开(公告)日：2024-02-20
申请号：CN202210253209.3
申请日：2022-03-15
Applicant: 合肥工业大学
IPC: G06F18/10 , G06F18/213 , G06F18/22 , G06F18/24 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/048 , G06N3/09 , A61B5/372 , A61B5/00
Abstract: 本发明公开了一种基于加法网络和监督对比学习的脑电信号分类方法，其步骤包括：1，对于原始脑电数据进行数据选择和切片的预处理；2，建立加法网络分类模型；3，设计混合损失函数，建立分类模型优化目标；4，输入数据对网络进行训练，利用训练好的最优模型完成脑电信号分类。本发明使用加法代替乘法运算，极大的降低了计算的复杂度和能量消耗，使用了监督对比损失和交叉熵损失混合的损失函数，无需对原始脑电信号进行人工提取特征或信号处理就能自动完成信号分类，并能够显著提升脑电信号分类准确率，从而增加脑电信号在医疗等领域的应用价值。
-
公开(公告)号：CN117353334A
公开(公告)日：2024-01-05
申请号：CN202311250623.X
申请日：2023-09-26
Applicant: 合肥工业大学
Abstract: 本发明公开了一种幅相反馈系统及其建模方法、低频振荡分析方法，系统包括前向通道和反馈通道，通过流经反馈通道的分量合成向量的所在象限，判断所述幅相反馈系统的稳定性，且结合合成向量能够识别频率变化率与暂态频率偏移、电压变化率与暂态电压偏移之间的动态反馈效应。并介绍了“频率变化率‑暂态频率偏移量”(RoCoF‑TFE)和“电压变化率‑暂态电压偏移量”(RoCoV‑TV)的幅值相位反馈模型。本发明还提供了上述幅相反馈系统的建模方法和基于柔性直流输电系统的低频振荡分析方法。本发明对柔性直流输电系统中宽频振荡和同步失稳的惯量、阻尼、刚度进行了全面的动态分析，并阐述了惯量支撑和能量释放间的关系。
-
公开(公告)号：CN115153473A
公开(公告)日：2022-10-11
申请号：CN202210655752.6
申请日：2022-06-10
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于多变量奇异谱分析的非接触式心率检测方法，其步骤包括：1、首先获取视频图像并确定面部感兴趣区域；2、从感兴趣区域筛选四个最佳子区域，提取每个子区域的色度信号，将鼻尖部位的运动轨迹作为运动信号；3、自适应滤波去除色度信号中的运动伪影，作为输入信号；4、采用多变量奇异谱分析处理输入信号，并从中筛选出脉冲信号；5、采用频率谱分析的方法从脉冲信号中提取心率；6、最后根据心率连续性将异常的心率值找出并用正确的心率值替换。本发明能够同时去除光照变化的影响和头部运动的干扰，从而能提高非接触式视频心率检测的准确性。
-
公开(公告)号：CN109118487B
公开(公告)日：2022-02-11
申请号：CN201810965998.7
申请日：2018-08-23
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于非下采样轮廓波变换和卷积神经网络的X光图像骨龄评估方法，包括：首先对尺寸归一化后的X光图像进行非下采样轮廓波变换，得到多个尺度下的高频方向子带和一幅低频系数图，然后将它们输入到一个多通道卷积神经网络中，得到不同尺度下的特征图，最后将这些特征图层叠在一起后输入到一个由若干全连接层构成的回归网络中得到骨龄预测值；上述过程以一个端到端的网络结构实现，并使用误差反向传播机制实现网络训练。本发明方法利用非下采样轮廓波变换对原始空间域图像进行特征预提取和分离，能够克服现有深度学习方法在小规模数据集上网络训练的困难，提升网络的泛化性能，从而为临床应用提供更加准确可靠的评估方法。
-
公开(公告)号：CN113705675A
公开(公告)日：2021-11-26
申请号：CN202110997261.5
申请日：2021-08-27
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于多尺度特征交互网络的多聚焦图像融合方法，其步骤包括：1，将一对彩色多聚焦源图像进行通道连接并输入到设计的多尺度特征交互网络(MSFIN)以生成表示像素聚焦属性的聚焦图；2，对聚焦图进行二值化(即高于阈值的像素值设为1，反之记为0)得到初始决策图，并采用全连接条件随机场(FC‑CRF)细化初始决策图，以去除一些误分类的小区域，得到最终决策图；3，基于细化后的最终决策图，采用像素加权平均策略获得融合图像。本发明能有效地融合具有不同聚焦区域的图像，为多聚焦图像的融合提高一种新的解决方案，使融合图像包含增强的空间信息，有助于信息传输和图像处理。
-
-
-
-
-
-
-
-
-
Search Results
104
records
(took 0.033 seconds)
