-
公开(公告)号：CN119765326A
公开(公告)日：2025-04-04
申请号：CN202411951828.5
申请日：2024-12-27
Applicant: 国网重庆市电力公司经济技术研究院 , 重庆邮电大学
Abstract: 本发明公开了一种基于时间标签的通信架构的智能配电网紧急稳定控制方法，包括以下步骤：步骤1)构建包含电力电子设备动态特性的潮流计算模型；步骤2)测量配电网不同区域的电力电子设备的状态数据信息，并根据各电力电子设备的状态数据信息确定该电力电子设备的故障状态、以及是否需要对该电力电子设备下发辅助服务指令；步骤3)根据步骤2)获得的各电力电子设备的故障状态后，按照设定方法进行逆变器的控制。本发明通过实时潮流计算对配电网进行精确监控，快速识别越线情况，并结合时间标签通信架构实现故障信息的高速传输和精准定位，并迅速恢复系统稳定，减少故障对配电网的影响。
-
公开(公告)号：CN119704175A
公开(公告)日：2025-03-28
申请号：CN202411638413.2
申请日：2024-11-17
Applicant: 重庆邮电大学
IPC: B25J9/16
Abstract: 本发明涉及数据处理技术领域，公开了一种桌面级多任务机械臂控制方法及相关装置，包括：通过视觉识别模块从捕捉到的二维图像中检测并定位目标物体的目标三维坐标信息；通过自然语言处理模块的语音识别子模块，将目标任务对应的语音信息转录为目标文本信息，通过自然语言处理模块的意图识别子模块，从目标文本信息中提取用户意图，并生成相应的目标任务指令；通过控制中心模块对来自视觉识别模块的三维坐标信息和来自自然语言处理模块的目标任务指令进行机械臂路径规划，生成目标控制命令；采用机械臂模块，根据目标控制命令，控制每个关节执行目标控制命令对应的机械臂操作，可以提升桌面级机器人在复杂任务处理方面和人机交互方面的准确性。
-
公开(公告)号：CN119579349A
公开(公告)日：2025-03-07
申请号：CN202411632981.1
申请日：2024-11-15
Applicant: 重庆邮电大学
IPC: G06Q50/06 , G06N3/042 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明属于电力系统级联故障预测领域，涉及基于物理信息引导的图神经网络电网级联故障预测方法，包括：获取级联故障的运行数据，将级联故障的运行数据输入训练好的电网级联故障预测模型，得到预测结果；电网级联故障预测模型包括：共嵌入图神经网络和结构编码模块；本发明利用基于考虑电网线路属性的多步随机游走矩阵和节点度数表征的结构编码进行数据增强，提高了捕获拓扑信息的能力；本发明利用共嵌入图神经网络促进电网节点和电网线路的交互，提高了电网级联故障预测的准确性；本发明通过电网的功率传输分布因子改变共嵌入图神经网络的节点‑边交互聚合函数，提升了对实际电网复杂交互关系的描述能力，提高了对电网级联故障预测的准确性。
-
公开(公告)号：CN111404168B
公开(公告)日：2023-06-16
申请号：CN201911249326.7
申请日：2019-12-09
Applicant: 重庆邮电大学
Abstract: 本发明公开了基于柔性空调负荷平抑变电站过载的调度系统及其方法，该系统按照变电站供电区域，采取分区域控制方式，每一块区域包含：区域协调调度系统、车载数据采集控制系统、充电站管理系统、变电站数据采集系统、用户数据采集控制系统，连接所有区域的是云监控调度平台。该发明的特点在灵活调度电力系统中的柔性空调负荷，一方面通过检测和调节移动电动汽车车舱温度，控制参与调度空调负荷的电池能耗，从而主动预调节电动汽车充电负荷；另一方面通过采集与控制固定房间空调设定温度，从而预调节用户空调负荷量。该发明创新地将引导移动电动汽车有序充放电与削减固定房间空调负荷协调调节相结合，扩展变电站的等效容量，实现平抑局部变电站过载。
-
公开(公告)号：CN114492919A
公开(公告)日：2022-05-13
申请号：CN202111509126.8
申请日：2021-12-10
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于交通流量的电动汽车充电负荷预测系统及方法，涉及电动汽车有序充放电领域，该系统包括云监控管理平台、路网数据管理子系统、交通流量预测管理子系统、车载数据采集控制子系统和用户管理子系统；其中云监控管理平台：实时接收并显示路网数据管理子系统、交通流量预测管理子系统、车载数据采集控制子系统、用户管理子系统的相关数据及运行状态，处理这些数据得出电动汽车充电时空负荷预测信息，并将其传给负荷预测显示界面，本发明对能影响电动汽车充电负荷的各种因素进行了全面的数据挖掘，定量分析各个因素对电动汽车充电负荷的影响，使得电动汽车充电负荷预测模型预测更准确。
-
Patent Agency Ranking
公开(公告)号：CN114419728A
公开(公告)日：2022-04-29
申请号：CN202111542553.6
申请日：2021-12-14
Applicant: 重庆邮电大学
IPC: G06V40/20 , G06V40/18 , G06V40/16 , G06V20/56 , G06T17/00 , G06Q50/06 , G06Q10/04 , G06K9/62 , G06V10/764
Abstract: 本发明涉及充电行为预测技术领域，尤其涉及一种充电焦虑行为预测系统及预测方法，该预测系统包括获取单元、图像预处理单元、车辆剩余里程监控单元和云存储计算平台，在云存储计算平台中，将驾驶员表情特征和头部偏转动作输入充电需求预测模型，再输出是否有充电行为的预测结果并进行记录存储，通过预测结果与车内上传的仪表盘剩余电量数据实时地进行比较，评估预测的准确性，不断训练优化充电需求预测模型，再通过训练后的充电需求预测模型预测驾驶员的充电需求。本发明解决了对电动汽车充电需求进行预测的技术问题。
-
公开(公告)号：CN114418298A
公开(公告)日：2022-04-29
申请号：CN202111535061.4
申请日：2021-12-15
Applicant: 重庆邮电大学
IPC: G06Q10/06 , G06Q50/06 , G01K13/00 , G06Q10/04 , H04L67/1097 , H04W4/029 , H04W4/38 , H04W4/44 , G06V20/59 , G06V40/16 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明涉及充电负荷预测技术领域，尤其涉及基于非侵入式检测的充电负荷概率预测系统及方法，用来解决充电负荷预测以及规划问题。基于非侵入式检测的充电负荷概率预测系统包括图像采集单元、温度检测单元、定位单元、车联网服务系统、云存储计算平台，在云存储计算平台中能够实时接收交通摄像头采集的车辆图片和实时温度数据，并按温度数据范围对车辆图片识别获取的数据进行分类，输入对应的充电负荷预测模型中，得到目标将要何时何地充电的概率以及充电负荷，通过时间积累，可以将何时何地充电的概率以及充电负荷用于某些地区的充电设施规划建设。本发明可以对预测区域内的电动汽车充电需求进行预测，并合理选择充电设施的布局规划。
-
公开(公告)号：CN112051736A
公开(公告)日：2020-12-08
申请号：CN202010875976.9
申请日：2020-08-25
Applicant: 重庆邮电大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于单控制器的轨迹跟踪控制系统，包括：传感器，用于测得轮式移动机器人在固定参考坐标系下X轴方向的位置，在固定参考坐标系下Y轴方向的位置，线速度以及方向角；降阶广义比例积分观测器模块，接收所述传感器的信息，输出速度、加速度和扰动估计；位置控制器模块，根据速度、加速度、扰动估计以及给定的参考轨迹信息，输出中间项；变换模块，根据中间项、当前时刻的线速度和当前时刻的方向角，输出电机控制转矩，轮式移动机器人集成有上述系统。本发明减少对传感器的使用，降低了开发成本；能够大大减少参数整定的工作量；具有主动抑制各种时变干扰的能力，很强的鲁棒性，可以实现较高跟踪精度。
-
公开(公告)号：CN111391692A
公开(公告)日：2020-07-10
申请号：CN201911249301.7
申请日：2019-12-09
Applicant: 重庆邮电大学
Abstract: 本发明公开了基于车舱温度差异控制的电动汽车有序充放电系统及方法，其中电动汽车有序充放电系统包括：云监控调度平台、车载数据采集控制系统、充电站管理系统、配电网数据采集系统。该发明具有的特点在于通过检测车舱内温度、差异化调节车载空调设定温度，控制参与调度全过程空调电池能耗，从而主动预调节电动汽车续航里程，创新电动汽车有序充放电控制变量，扩展电动汽车有序充放电控制边界条件，可望更精细化、差异化地实现电动汽车集群有序充放电调度，服务电网负荷“削峰填谷”，缓解电网负荷“峰上加峰”。
-
公开(公告)号：CN110398226A
公开(公告)日：2019-11-01
申请号：CN201910425229.2
申请日：2019-05-21
Applicant: 重庆邮电大学
IPC: G01C3/12
Abstract: 本发明为一种辅助驾驶用的单目视觉测距方法。通过YOLOv3对前方目标进行检测，并获取目标在图像中的位置信息；建立基于路面消失点的横纵向测距模型；根据YOLOv3的误差函数以及目标在图像中的位置信息以及目标的尺寸信息建立神经网络补偿模型，目的是降低横纵向测距模型的系统性误差以及YOLOv3算法的定位误差。最后，将误差补偿后的结果输入基于路面消失点的横纵向测距模型中，获取目标的横纵向距离信息。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.027 seconds)
