-
公开(公告)号：CN119623738A
公开(公告)日：2025-03-14
申请号：CN202411713928.4
申请日：2024-11-27
Applicant: 河海大学
IPC: G06Q10/04 , H02J3/00 , H02J3/38 , G06Q50/06 , G06F18/213 , G06N3/0499 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种风力发电功率预测方法，属于风力发电功率预测技术领域；步骤如下：(1)数据采集与处理。采集风电场的历史数据，包括风力发电功率序列数据和相关气象数据如风速、风向、温度、气压等。将数据拼接成为二维矩阵，再进行归一化作为下一步的数据输入。(2)变量维度进行细节预测，编码器利用改进的交叉注意力替换普通Transformer中的多头注意力，进行风功率序列和气象序列间的注意力操作，捕捉预测变量中的时间特征与气象变量中的时间特征之间的依赖关系。(3)时间维度趋势预测，利用分解窗口滑动的策略结合CEEMDAN，从而避免了未来信息的泄露，同时提高了预测序列的平稳性。(4)多维度的预测信息融合。将时间维度与变量维度的预测信息将结合，得到最终的预测结果。
-
公开(公告)号：CN119561171A
公开(公告)日：2025-03-04
申请号：CN202411713976.3
申请日：2024-11-27
Applicant: 河海大学
Abstract: 本发明属于电力系统技术领域，具体是一种用于无功设备配置的配电网分区方法，包括步骤如下：(1)读取电网数据得到节点和支路信息，形成节点导纳矩阵；(2)利用牛顿—拉夫逊法将潮流方程线性化得到雅克比矩阵；(3)通过雅克比矩阵计算出灵敏度矩阵，并计算出各节点之间的电气距离并建立分区优化模型；(4)将电气距离由改进的AP聚类算法进行网络节点的聚类分析对PQ节点进行初步分区；(5)计算孤立节点和PV节点相邻的节点之间的电气距离，将其归并到与之电气耦合性最强的区域；(6)判断分区是否满足无功平衡、约束条件且网损的减少，若满足则分区结束，反之调节区域临界点继续优化。
-
公开(公告)号：CN110942037A
公开(公告)日：2020-03-31
申请号：CN201911200563.4
申请日：2019-11-29
Applicant: 河海大学
Abstract: 本发明公开了一种用于视频分析中的动作识别方法，包括如下步骤：(1)获取动作视频，将其处理成静止视频帧，计算叠加光流图；(2)采用步骤(1)中获得的静止图像帧数据以及光流图作为输入分别进行训练，学习特征；(3)对于步骤(2)中卷积层的时空特征进行卷积计算进行融合，并且进行3D池化，同时光流网络不截断，进行3D池化后继续提取特征；(4)将步骤(3)中得到的融合特征与光流特征进行平均计算融合；(5)根据损失函数对网络迭代训练，直至模型结果收敛。本发明能够在有限的时间规模内，尽量多的获取视频中的信息，从而增加网络的鲁棒性以及提高识别的准确率。
-
公开(公告)号：CN118673327A
公开(公告)日：2024-09-20
申请号：CN202410813185.1
申请日：2024-06-21
Applicant: 河海大学
IPC: G06F18/214 , G06F18/2134 , G06N3/0464 , G06N3/09 , G06N3/094 , G06N3/045
Abstract: 本发明涉及系统优化与调度领域，一种基于改进生成对抗网络(GAN)的风光典型运行场景的生成方法。步骤如下：(1)建立基于模型网络结构的GAN优化模型。纳入额外的约束和条件，以精确指导GAN的训练过程。通过在生成器(G)和判别器(D)的输入中嵌入额外的标签信息引导GAN的训练，使其生成的样本能够精准满足特定需求。条件生成对抗网络(CGAN)融合了监督学习与无监督学习的策略，并额外引入了类别标签或其他有助于样本生成的辅助信息。(2)建立基于目标函数的GAN优化模型。目标函数在GAN的训练过程中起着决定性的作用，指导网络参数优化方向。采用带有梯度惩罚的WGAN(WGAN‑GP)模型，该模型摒弃了传统的权重裁剪方法，转而采用梯度惩罚项来增强模型的稳定性。通过限制判别器D的梯度不超过预定的Lipschitz常数K，构建了梯度惩罚项，确保模型满足K‑Lipschitz连续性条件。同时将WGAN‑GP与CGAN的训练目标函数相结合，以生成满足特定要求的风光发电功率场景。(3)针对具体的应用场景和数据特性，设计适合的神经网络结构。确定神经元的数量、层次结构以及激活函数等关键要素。为了提升模型的特征提取能力，选择卷积神经网络(CNN)替代作为基础网络架构，有效捕获样本的深层次特征。(4)运行场景生成模型训练及其评价指标的建立。在模型训练阶段，利用大量的风光运行场景数据对GAN进行训练，并通过不断迭代和调整网络参数，使GAN能够生成符合目标函数要求的场景。同时，建立全面的评价指标体系，以全面评估生成的场景在质量和多样性方面的表现。
-
公开(公告)号：CN117574158A
公开(公告)日：2024-02-20
申请号：CN202311720797.8
申请日：2023-12-14
Applicant: 河海大学
IPC: G06F18/214 , G06F17/18 , G06F17/16 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种风电机组齿轮箱故障诊断方法及系统，包括：对原始振动信号进行VMD变分模态分解得到本征模态分量IMF，取相关系数ρi最大的本征模态分量IMF做Hilbert变换，得到Hilbert‑Huang谱图；将各原始振动信号对应的Hilbert‑Huang谱图分为源域数据样本和目标域数据样本；构建深度残差网络模型，利用源域数据样本和目标域数据样本训练深度残差网络模型得到针对目标域的迁移诊断模型；输入目标域待测数据样本到迁移诊断模型中得到诊断结果；利用MK‑MMD损失函数对深度残差网络模型进行调整使得模型能够在仅有少量样本的情况下实现故障的高精度诊断。
-
Patent Agency Ranking
公开(公告)号：CN111024519B
公开(公告)日：2021-07-02
申请号：CN201911325105.3
申请日：2019-12-20
Applicant: 河海大学
Abstract: 本发明提出一种水下结构—土体相互作用的可视化界面环剪仪及使用方法，包括竖向升降加压系统、环向转动系统、剪切室和监测系统；竖向升降加压系统包括竖向动力装置和龙门支架；龙门支架的横梁上设置有环状压盘结构；环向转动系统包括转动盘和环向动力装置；转动盘上固定有用于放置土体试样的透明的圆环剪切盒；环状压盘结构可间隙配合嵌入圆环剪切盒内，与土体试样相接；剪切室包括罩在圆环剪切盒及环状压盘结构外的剪切室外罩，用于盛放水；监测系统用于监测环状压盘结构与土体试样连接界面。本发明能够模拟测定水下基础结构与土体接触界面的受力状态，并实时观测结构—土体界面处土体的运动状态和界面水带的形成和变化。
-
公开(公告)号：CN109726654A
公开(公告)日：2019-05-07
申请号：CN201811558495.4
申请日：2018-12-19
Applicant: 河海大学
IPC: G06K9/00
Abstract: 本发明公开一种基于生成对抗网络的步态识别方法，在特征提取阶段，基于改进的生成对抗网络，使用反向转播算法训练得到一种能在多种不同类别的图像间进行转换的多领域转换模型；在步态识别阶段，首先把测试集和验证集中的步态视频转换成步态能量图，然后用上述多领域转换模型将测试样本的步态能量图转换成与验证集中状态域与视角域一致的步态能量图，通过比较测试样本与所有验证样本的相似度得出识别结果。本发明能同时处理视角、衣着、携带物三种干扰因素，且在处理跨视角步态识别问题上具有很强的鲁棒性，克服了现有步态识别技术在跨视角识别中准确率不高的缺点。本发明可以广泛应用在门禁系统、社会安全、司法刑侦等领域，适用于大多数配备监控视频的场景。
-
公开(公告)号：CN109361225A
公开(公告)日：2019-02-19
申请号：CN201811191114.3
申请日：2018-10-12
Applicant: 河海大学 , 南京熙瑞科技有限公司
Abstract: 本发明公开了一种基于改善一次调频的储能容量优化配置方法，属于电网调频领域，旨在提供一种合理地规划配置储能系统的容量的储能容量优化配置方法，以解决储能系统的成本相对较高的问题，包括S1：提出容量优化配置模型，根据采样数据，计算不同时刻电网频率值的标准差R；a）若所述标准差R增大，控制储能出力进行频率调节至所述标准差R减小；b）若所述标准差R减小，检测储能电池的SOC状态；S2：检测储能电池的SOC状态，当储能的SOC值处在SOCref附近的区间时对储能的运行最有利，设此区间为[SOC1，SOC2]；c）若所述SOC值不在[SOC1，SOC2]内，对储能电池进行额外充放电至SOC值位于[SOC1，SOC2]内；d）若所述SOC值位于[SOC1，SOC2]内，根据储能容量计算方法计算储能容量值。
-
公开(公告)号：CN119721752A
公开(公告)日：2025-03-28
申请号：CN202411769339.8
申请日：2024-12-04
Applicant: 河海大学
IPC: G06Q10/0637 , G06Q10/04 , G06Q50/06 , G06F18/2321 , G06N3/0442 , G06N3/0455 , G06N3/08 , H02J3/00
Abstract: 本发明涉及光伏功率预测领域，是一种考虑全局信息与局部信息融合的光伏功率精准预测方法。所述方法包括如下步骤：(1)建立基于时间模式注意力的双向堆叠长短时记忆模型作为全局分支，处理全部输入序列并捕捉时间序列的长期依赖性；(2)考虑光伏功率预测模型对历史相似信息的利用建立基于相似时间序列匹配的改进Transformer模型作为局部分支，处理局部输入序列捕捉预测时段与附近时间节点之间的依赖关系；(3)建立基于长短时记忆网络和Transformer的双分支架构的混合预测模型，设计两个独立的分支分别提取全局信息和局部信息，通过专门的解码器模块整合这两类信息。通过算例分析验证本发明所提模型能够实现光伏功率的精准预测。
-
公开(公告)号：CN119644064A
公开(公告)日：2025-03-18
申请号：CN202411769321.8
申请日：2024-12-04
Applicant: 河海大学
IPC: G01R31/12 , G06F18/243 , G06F18/213 , G06N3/0464 , G06N5/01 , G06N3/048 , G06N3/08 , G06F17/18
Abstract: 本发明公开了一种基于VoaRT算法的变压器故障诊断方法，涉及变压器故障诊断方法领域，包括：采集变压器运行过程中的局部放电信息；构造局部放电信息相位分析谱图PDPR；在不损失关键信息的情况下进行特征降维；将谱图切割成多个特征向量块输入卷积注意力网络CBAM，获取加权特征；将特征向量作为输入向量，随机采样后使用CART决策树进行学习训练，结合策略进行分类；输入放电信息相位分析谱图PDPR，得出诊断结果。本发明通过构建卷积注意力决策树网络，提高了变压器诊断精确度与速度，并且减小传感器故障带来的诊断误差，增强了系统的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.025 seconds)
