-
公开(公告)号：CN119669740B
公开(公告)日：2025-04-25
申请号：CN202510180693.5
申请日：2025-02-19
Applicant: 广东工业大学
IPC: G06F18/2131 , G06N3/098 , G06Q10/04 , G06Q50/06 , G06F18/15 , G06F18/2321 , H02J3/00 , H02J3/38
Abstract: 本发明提出一种基于动态延迟和分层联邦学习的短期风电功率预测方法及系统，涉及风电功率预测的技术领域，首先，动态调整每一个周边风电场与目标新建风电场的历史风电数据时间戳。然后进行经验模态分解，通过频谱分析得到分量频谱并优化，得到优化后的频谱分量；构建特征矩阵，对特征矩阵进行多尺度聚类，得到多通道频谱分量特征，提高数据的处理效果，捕捉更多频率特征，改善预测模型的稳定性与准确性。将多通道特征输入到自注意力风电功率预测模型，通过分层联邦学习对模型进行训练，保证了目标风电场和周边风电场的个性化模型和全局模型的有效结合，提升了数据隐私保护的同时，提升了对新建风电场适应性，提高风电功率预测精度。
-
公开(公告)号：CN114559457B
公开(公告)日：2022-07-15
申请号：CN202210467577.8
申请日：2022-04-29
Applicant: 广东工业大学
Abstract: 本发明公开一种仿形机械手，包括臂部和掌部，所述掌部包括：转接板、活动板、链板组件和伺服驱动机构；所述转接板具有伺服转盘，所述活动板用于包覆住被夹物的至少局部，所述转接板和活动板背面均设置有用于吸附住被夹物的第一吸附机构，所述链板组件背面设置有用于吸附住被夹物的第二吸附机构；伺服驱动机构用于驱动所述链板组件翻转并远离被夹物，所述链板组件正面装配有塑形气囊，所述活动板正面设置有用于为所述塑形气囊供气的供气机构；该仿形机械手采用了类似章鱼的夹持方式，可以同时夹住工件的多个面，具有良好的夹持稳定性，同时能够适用于多种工件的夹持。
-
公开(公告)号：CN114568996A
公开(公告)日：2022-06-03
申请号：CN202210483499.0
申请日：2022-05-06
Applicant: 广东工业大学
Abstract: 本发明涉及清洁机器人技术领域，尤其涉及一种蜘蛛清洁机器人，包括机体、以及沿机体平行于地面的中轴线对称设置于机体左右两侧的多个机械腿，多个所述机械腿的下方均设有用于对网孔清洁的清洁装置；所述机体包括上罩、下罩、以及安装于上罩和下罩内部的单片机控制板，所述上罩和下罩之间通过螺柱固定连接，所述单片机控制板与多个机械腿电性连接，所述单片机控制板用于控制多个机械腿做左右或上下移动。本发明采用六个相同结构的机械腿，其中每个机械腿主要由3个舵机交替拼接而成，通过单片机来控制舵机工作以实现对机械腿的控制；而网孔的清洁工作由蜘蛛机械腿上套装而成的清洁刷以及配合顶部的储存水箱共同作用，实现了对网孔平面或物体清洁。
-
公开(公告)号：CN119674966B
公开(公告)日：2025-05-02
申请号：CN202510196822.X
申请日：2025-02-21
Applicant: 广东工业大学
IPC: H02J3/00 , H02J3/38 , G06Q10/04 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06Q50/06
Abstract: 本发明涉及风电功率预测技术领域，公开了一种基于多尺度时空关联的风电场机群功率预测方法及系统，方法包括获取各风机的运行数据、环境数据和地理位置数据，并进行预处理，生成基础特征矩阵；构建地理位置矩阵、历史风速相似关联矩阵和尾流效应动态关系矩阵；通过空间特征融合单元对基础特征矩阵进行多尺度时空关联建模，并与尾流效应动态关系矩阵进行融合，生成多尺度动态关系矩阵；对风机的入度邻居节点和出度邻居节点进行信息聚合，生成每个风机的节点嵌入表示；将每个风机的节点嵌入表示输入多尺度时间卷积神经网络预测模型进行处理，得到风电功率预测值。本发明解决了传统方法对风机间时空相关性建模不全面的问题，提升了功率预测精度。
-
公开(公告)号：CN119669740A
公开(公告)日：2025-03-21
申请号：CN202510180693.5
申请日：2025-02-19
Applicant: 广东工业大学
IPC: G06F18/2131 , G06N3/098 , G06Q10/04 , G06Q50/06 , G06F18/15 , G06F18/2321 , H02J3/00 , H02J3/38
Abstract: 本发明提出一种基于动态延迟和分层联邦学习的短期风电功率预测方法及系统，涉及风电功率预测的技术领域，首先，动态调整每一个周边风电场与目标新建风电场的历史风电数据时间戳。然后进行经验模态分解，通过频谱分析得到分量频谱并优化，得到优化后的频谱分量；构建特征矩阵，对特征矩阵进行多尺度聚类，得到多通道频谱分量特征，提高数据的处理效果，捕捉更多频率特征，改善预测模型的稳定性与准确性。将多通道特征输入到自注意力风电功率预测模型，通过分层联邦学习对模型进行训练，保证了目标风电场和周边风电场的个性化模型和全局模型的有效结合，提升了数据隐私保护的同时，提升了对新建风电场适应性，提高风电功率预测精度。
-
Patent Agency Ranking
公开(公告)号：CN114568996B
公开(公告)日：2022-07-29
申请号：CN202210483499.0
申请日：2022-05-06
Applicant: 广东工业大学
Abstract: 本发明涉及清洁机器人技术领域，尤其涉及一种蜘蛛清洁机器人，包括机体、以及沿机体平行于地面的中轴线对称设置于机体左右两侧的多个机械腿，多个所述机械腿的下方均设有用于对网孔清洁的清洁装置；所述机体包括上罩、下罩、以及安装于上罩和下罩内部的单片机控制板，所述上罩和下罩之间通过螺柱固定连接，所述单片机控制板与多个机械腿电性连接，所述单片机控制板用于控制多个机械腿做左右或上下移动。本发明采用六个相同结构的机械腿，其中每个机械腿主要由3个舵机交替拼接而成，通过单片机来控制舵机工作以实现对机械腿的控制；而网孔的清洁工作由蜘蛛机械腿上套装而成的清洁刷以及配合顶部的储存水箱共同作用，实现了对网孔平面或物体清洁。
-
公开(公告)号：CN119674966A
公开(公告)日：2025-03-21
申请号：CN202510196822.X
申请日：2025-02-21
Applicant: 广东工业大学
IPC: H02J3/00 , H02J3/38 , G06Q10/04 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06Q50/06
Abstract: 本发明涉及风电功率预测技术领域，公开了一种基于多尺度时空关联的风电场机群功率预测方法及系统，方法包括获取各风机的运行数据、环境数据和地理位置数据，并进行预处理，生成基础特征矩阵；构建地理位置矩阵、历史风速相似关联矩阵和尾流效应动态关系矩阵；通过空间特征融合单元对基础特征矩阵进行多尺度时空关联建模，并与尾流效应动态关系矩阵进行融合，生成多尺度动态关系矩阵；对风机的入度邻居节点和出度邻居节点进行信息聚合，生成每个风机的节点嵌入表示；将每个风机的节点嵌入表示输入多尺度时间卷积神经网络预测模型进行处理，得到风电功率预测值。本发明解决了传统方法对风机间时空相关性建模不全面的问题，提升了功率预测精度。
-
公开(公告)号：CN114559457A
公开(公告)日：2022-05-31
申请号：CN202210467577.8
申请日：2022-04-29
Applicant: 广东工业大学
Abstract: 本发明公开一种仿形机械手，包括臂部和掌部，所述掌部包括：转接板、活动板、链板组件和伺服驱动机构；所述转接板具有伺服转盘，所述活动板用于包覆住被夹物的至少局部，所述转接板和活动板背面均设置有用于吸附住被夹物的第一吸附机构，所述链板组件背面设置有用于吸附住被夹物的第二吸附机构；伺服驱动机构用于驱动所述链板组件翻转并远离被夹物，所述链板组件正面装配有塑形气囊，所述活动板正面设置有用于为所述塑形气囊供气的供气机构；该仿形机械手采用了类似章鱼的夹持方式，可以同时夹住工件的多个面，具有良好的夹持稳定性，同时能够适用于多种工件的夹持。
-
公开(公告)号：CN119691685A
公开(公告)日：2025-03-25
申请号：CN202510176916.0
申请日：2025-02-18
Applicant: 广东工业大学
IPC: G06F18/25 , G06N3/0442 , G06N3/045 , G06N3/0495 , G06N3/084 , G06Q10/04 , G06Q50/06 , G06T7/136 , G06T7/246 , G06F18/213 , H02J3/00 , H02J3/38
Abstract: 本发明涉及光伏发电功率预测的技术领域，更具体地，涉及一种轻量级的多源数据融合的光伏发电功率预测方法及系统。本发明将卫星云图、地基云图、关键气象因子、历史光伏发电功率数据相结合，能提高了数据利用效率和预测精度，运用优化的特征提取方法，加快计算速度，减少计算负担，使用结合传统时序建模和注意力机制的轻量化架构，适合低资源场景的部署；本发明实现了光伏发电多源数据的特征提取和融合，实现了准确轻量的发电功率预测，从而使农村地区小型的集中式光伏发电站的管理者能够在移动终端上对光伏发电功率进行实时的监控和准确高效的预测，以便做出相应的能源管理决策。
-
公开(公告)号：CN119627909A
公开(公告)日：2025-03-14
申请号：CN202510156840.5
申请日：2025-02-13
Applicant: 广东工业大学
IPC: H02J3/00 , H02J3/38 , G06F18/15 , G06F18/2135 , G06F18/27 , G06F16/29 , G06N3/042 , G06N3/0464 , G06N3/045
Abstract: 本发明提出一种具有多层次时空感知的海上风电功率预测方法及系统，涉及海上风电功率预测的技术领域，首先，确定风机的空间关系，构建二维静态平面特征，获取多层次海拔高度下的多维时序风电气象特征，对每个层次海拔高度下的多维时序风电气象特征进行降维，为降维后的多维时序风电气象特征分配权重，获得每个层次海拔高度下降维后的特征矩阵，基于特征矩阵构建局部图特征，将局部图特征和二维静态平面特征合并为全局空间图特征，最后，利用线性回归预测模型进行风电功率预测。本发明对风电场风机地理位置信息、气象信息充分利用，同时考虑不同海拔高度上多种气象因素有效减少因风力发电不确定性带来的预测误差，提升海上风电功率预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.015 seconds)
