-
公开(公告)号：CN110690730B
公开(公告)日：2023-09-29
申请号：CN201910975575.8
申请日：2019-10-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种混合动力船舶的功率与能量控制方法。混合动力系统的分层控制架构分为执行层、中间层和决策层；决策层决策得出各发电设备的输出功率；当中间层未能按时接收到决策层下达的功率指令时，转为由中间层和执行层联合控制，等恢复后再由进行船舶动力系统的全系统层面的的优化；中间层的输出功率调节控制器对发电设备的输出功率进行反馈调节；母线电压恢复控制器生成电压偏差校正项，并输出至执行层的下垂控制器中；执行层触发下垂系数自调节功能，对发电设备的下垂系数进行调整；执行层控制发电设备及其变换器实现对各发电设备输出功率的调节。本发明仅需要采集电力系统的部分必要信息即可实施对电力系统运行中的经济环保的优化管理。
-
公开(公告)号：CN109785260B
公开(公告)日：2022-03-18
申请号：CN201910026679.4
申请日：2019-01-11
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明属于侧扫声呐图像处理技术领域，具体涉及一种针对侧扫声呐图像的非线性增强方法。本发明包括如下步骤：从原始侧扫声呐数据文件中获取原始图像，然后对原始图像依次进行灰度归一化、邻域极值抑制和高斯平滑，再针对平滑后的图像计算低灰度区最大值、高灰度区最小值和中间灰度区，最后对上述三个区域分别进行非线性校正，得到增强后的图像。通过上述步骤，本发明能够快速、有效、低成本地实现对原始侧扫声呐图像有效信号的增强和无效信号的抑制，增强图像局部特征的对比度，并且保持原始图像的边缘和灰度分布的单调性，不引伪边缘等。
-
公开(公告)号：CN112578198A
公开(公告)日：2021-03-30
申请号：CN202011282803.2
申请日：2020-11-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于暂态电流特性的船舶MMC‑MVDC快速故障保护方法，船舶MMC‑MVDC故障特性分析，包括故障瞬间MMC故障电流特性分析和多区域配电拓扑结构下故障电流特性分析；建立故障电流信息的样本数据库；满足故障启动判据后，采样暂态电流信息，对采样的电流信息进行突变点检测，剔除异常值；采用改进的余弦相似性算法计算采样电流信息与样本数据库中故障电流信息的相关程度以完成故障检测，并根据样本数据库中最大相关程度故障电流信息推测大致故障过渡电阻范围；根据满足故障阈值的各线路相关程度的正负性，替代故障瞬间电流方向，实现故障定位。本发明具有抗过渡电阻的能力，可解决现有船舶MMC‑MVDC故障检测时间长，检测算法复杂等缺点。
-
公开(公告)号：CN111028154A
公开(公告)日：2020-04-17
申请号：CN201911299916.0
申请日：2019-12-17
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种地形崎岖不平海底的侧扫声呐图像匹配拼接方法，包括对侧扫声呐图像进行预处理，使其能够与实际的海底景象信息对应；将大量侧扫声呐图像进行标注获取侧扫声呐图像语义分割的数据集；搭建语义分割神经网络，并对语义分割神经网络进行训练；训练完成的语义分割网络对需要进行匹配拼接的侧扫声呐图像进行分割，利用分割后的图像进行模板匹配获得两张侧扫声呐图像的相对位置信息；最后根据获得相对位置信息对预处理之后的侧扫声呐图像进行融合拼接。通过本发明的方法，可以解决目前侧扫声呐图像匹配方法无法对地形崎岖不平海底的侧扫声呐图像进行匹配的问题。
-
公开(公告)号：CN109118458A
公开(公告)日：2019-01-01
申请号：CN201811310145.6
申请日：2018-11-06
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明涉及一种低照度彩色图像增强方法，本发明基于Retinex理论进行低照度彩色图像增强，假设原始图像是由光照图像与反射图像乘积得到，用图像平滑获得原始图像的平滑的图；将获得的平滑图加一个常数得到需要的光照图；原始彩色图像的三个通道图像分别除以光照图得到三个通道图像的反射图像；用原始图像像素灰度的均值加上一个常数作为新的光照图；最后将三个通道反射图与新的光照图相乘然后合并三通道获得最终的增强图像。本发明解决现有基于Retinex理论进行低照度图像增强算法在增强图像的同时产生光晕与黑暗区域颜色出现马赛克现象的问题，得到一个更加自然的增强图像，算法步骤和理论简单，编程易于实现，保证算法的实时性。
-
Patent Agency Ranking
公开(公告)号：CN111028154B
公开(公告)日：2023-05-09
申请号：CN201911299916.0
申请日：2019-12-17
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种地形崎岖不平海底的侧扫声呐图像匹配拼接方法，包括对侧扫声呐图像进行预处理，使其能够与实际的海底景象信息对应；将大量侧扫声呐图像进行标注获取侧扫声呐图像语义分割的数据集；搭建语义分割神经网络，并对语义分割神经网络进行训练；训练完成的语义分割网络对需要进行匹配拼接的侧扫声呐图像进行分割，利用分割后的图像进行模板匹配获得两张侧扫声呐图像的相对位置信息；最后根据获得相对位置信息对预处理之后的侧扫声呐图像进行融合拼接。通过本发明的方法，可以解决目前侧扫声呐图像匹配方法无法对地形崎岖不平海底的侧扫声呐图像进行匹配的问题。
-
公开(公告)号：CN111445395B
公开(公告)日：2023-03-21
申请号：CN202010140389.5
申请日：2020-03-03
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于深度学习的侧扫声呐瀑布图像中间区域修复方法，制作样本时，对原始侧扫声呐瀑布图像进行斜距校正后，从瀑布图像的左右两侧不含模糊区域的图像中截取图像并进行缩放来作为真实图像，并制作相同大小的掩模图像，根据掩模图像可以确定待修复图像中需要修复的中间区域。通过深度学习训练得到了深度学习网络的模型参数，对于要修复的声呐瀑布图像，则可以直接输入到该网络模型中，即可得到修复后的声呐瀑布图像，修复后的图像能够消除斜距校正后中间区域的模糊，并实现图像中间不连续区域的平滑过渡，可以提升图像的整体视觉效果，还可以用于后续声呐瀑布图像的进一步处理，对于声呐瀑布图像的实际应用有着重要意义。
-
公开(公告)号：CN110766212B
公开(公告)日：2023-01-03
申请号：CN201910975574.3
申请日：2019-10-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种用于历史数据缺失电场的超短期光伏功率预测方法。(1)选取具有充足历史数据的光伏电场A作为源域，构建源域训练集、验证集及测试集，在电场B的历史光伏功率数据上构建目标域训练集、验证集及测试集；(2)利用源域训练集及验证集数据分别对MLP预测神经网络进行初次训练和修正训练；(3)对步骤(2)得到的网络的结构进行改造；(4)利用源域训练集、目标域的训练集和验证集重新训练网络，得到服务于电场B光伏电场的功率预测网络；(5)将电场B的历史数据和实时监测数据输入步骤(4)得到的最终预测网络，预测网络输出电场B下一时刻的预测结果。本发明解决了新建光伏无法有效实施基于历史数据的功率预测问题。
-
公开(公告)号：CN110690730A
公开(公告)日：2020-01-14
申请号：CN201910975575.8
申请日：2019-10-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种混合动力船舶的功率与能量控制方法。混合动力系统的分层控制架构分为执行层、中间层和决策层；决策层决策得出各发电设备的输出功率；当中间层未能按时接收到决策层下达的功率指令时，转为由中间层和执行层联合控制，等恢复后再由进行船舶动力系统的全系统层面的的优化；中间层的输出功率调节控制器对发电设备的输出功率进行反馈调节；母线电压恢复控制器生成电压偏差校正项，并输出至执行层的下垂控制器中；执行层触发下垂系数自调节功能，对发电设备的下垂系数进行调整；执行层控制发电设备及其变换器实现对各发电设备输出功率的调节。本发明仅需要采集电力系统的部分必要信息即可实施对电力系统运行中的经济环保的优化管理。
-
公开(公告)号：CN1996048A
公开(公告)日：2007-07-11
申请号：CN200610151010.0
申请日：2006-11-10
Applicant: 哈尔滨工程大学
CPC classification number: Y02A90/36
Abstract: 本发明提供了一种能够进行水下目标的跟踪、定位和导航的多功能水声测距仪，它是由水声信号处理电路板1、电源管理电路板2、液晶显示屏及键盘控制器3、外部接口4和声学换能器5组成，水声信号处理电路板1包括水声信号处理声学板6、电容板7、功放板8和底板9，液晶显示屏及键盘控制器3包括液晶显示屏13和键盘控制器14，外部接口4包括前面板15、后面板16和插座板17，前面板15和后面板16连接底板9，电源管理电路板2包括充电板10、备用电池组11和电源板12。本发明性能可靠、操作简单、维修方便，能够独立完成水声询问信号发射、水声遥控指令编码及发射控制、应答信号接收及处理、时延估计及数据传输控制等多项功能。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.034 seconds)
