-
公开(公告)号:CN108966354A
公开(公告)日:2018-12-07
申请号:CN201810801053.1
申请日:2018-07-20
Applicant: 东北电力大学
CPC classification number: H04W72/0446 , H04W72/10 , H04W84/18
Abstract: 本发明是一种基于节点优先度与转发代价的无线传感器网络数据传输优化方法,其特点是:包括基于节点优先度的时隙分配策略和基于转发代价的中继节点选择策略。具有方法科学合理,高效,低能耗,低数据传输时延,能够保证无线传感器网络数据稳定传输等优点。
-
公开(公告)号:CN104360178B
公开(公告)日:2018-02-02
申请号:CN201410605394.3
申请日:2014-10-30
Applicant: 东北电力大学
Abstract: 本发明是一种逆变器低频噪声测量与故障诊断方法,其特点是,包括的步骤有:对两款相同型号的逆变器进行编号、进行一致性调整、建立逆变器低频噪声测试系统、测量逆变器标准电压噪声功率谱和实现逆变器故障诊断。能够测得逆变器在线工作的实时低频噪声数据,客观地反应逆变器的实际低频噪声情况,为进行逆变器有效地管理和故障诊断提供依据,具有方法科学合理,适用,诊断准确、快捷等优点。
-
公开(公告)号:CN104123678A
公开(公告)日:2014-10-29
申请号:CN201410331263.0
申请日:2014-07-12
Applicant: 东北电力大学
IPC: G06Q50/06
Abstract: 一种基于状态等级评估模型的电力继电保护状态检修方法,其特点是,包括:提出一种基于层次系统聚类的k-means聚类算法构建电力系统继电保护评估等级标准;根据DL/T623-1997电力系统继电保护及安全自动装置运行评价规程制定继电保护状态评价标准;在建立状态等级标准基础上构建状态评估模型,提出基于k-最近邻分类的状态等级评估模型构建算法;根据继电保护设备的分级性状态等级,制定相应的分级状态检修策略;根据优化的分级检修策略,依据设备状态评价的结果,动态制定设备的检修计划,合理安排状态检修的计划和内容,确保设备的安全运行,实质性推动状态检修工作。能够有效的减少设备检修的停电,提高供电的可靠性。
-
公开(公告)号:CN119963808A
公开(公告)日:2025-05-09
申请号:CN202510019991.6
申请日:2025-01-07
Applicant: 东北电力大学 , 国网江西省电力有限公司抚州供电分公司
Abstract: 本发明提供了一种基于遥感图像的去条带与小目标检测的协同方法,包括以下步骤:先假设图像成像模型并去除图像中的条带噪声,并检测图像中的小目标模型,得到的目标函数,构建增广拉格朗日函数来处理等式约束:通过交替优化来求解增广拉格朗日函数,进行收敛性检查,重复进行直至满足收敛条件,完成算法收敛,得到X,T和S的估计值,分别X代表去条带后的图像,T代表小目标,S代表条带噪声分量,实现去条带和小目标检测的联合优化。本发明通过设计新的目标函数,提出一种能够同时进行去条带和小目标检测的模型,提高在复杂条带噪声下的小目标检测性能,能同时噪声估计与小目标检测,提高小目标的检测率。
-
公开(公告)号:CN119026016B
公开(公告)日:2025-04-18
申请号:CN202411045812.8
申请日:2024-08-01
Applicant: 东北电力大学
IPC: G06F18/2415 , G06F18/25 , G06F18/15 , G06F18/213 , G06F18/2131 , G06F18/21 , G06N3/0464 , G06N3/045 , G08B13/196
Abstract: 基于AsymConv‑Densenet网络的Φ‑OTDR电力光缆周界安防入侵事件识别方法,涉及Φ‑OTDR事件识别技术领域,解决现有技术在识别电力光缆周界安防的Φ‑OTDR入侵事件信号中存在信号特征需要人工提取、识别性能依赖于预训练权重,且对典型入侵事件如攀爬与行走、摇晃和敲击等时频特征相似事件存在识别混淆的问题,本发明将密集连接的卷积网络和非对称卷积块进行结合,提出了AsymConv‑Densenet网络。本网络利用非对称卷积块对Densenet网络进行优化,将Densenet网络中转换块的结果矩阵重新进行特征提取。为了避免对后续层增加额外的计算负担,非对称卷积块得到的结果矩阵尺寸和维度与转换块结果矩阵相同。
-
公开(公告)号:CN117333845B
公开(公告)日:2025-02-07
申请号:CN202311453323.1
申请日:2023-11-03
Applicant: 东北电力大学
IPC: G06V20/58 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进YOLOv5s的小目标交通标志实时检测方法,具体包括以下步骤:(1)建立交通标志图像数据集;(2)为数据集中的图像添加标注信息;(3)构建基于改进YOLOv5s的小目标交通标志实时检测模型;(4)采用新的损失函数;(5)采用训练集和验证集对模型进行训练;(6)采用测试集对模型进行测试,满足精度要求,即获得最终的小目标交通标志实时检测模型。相较于现有技术,本发明公开的一种基于改进YOLOv5s的小目标交通标志实时检测方法,能够有效提高小目标交通标志的检测精度,同时也大大提高了交通标志检测的实时性。
-
公开(公告)号:CN118445718B
公开(公告)日:2024-12-24
申请号:CN202410560723.0
申请日:2024-05-08
Applicant: 东北电力大学
IPC: G06F18/2431 , G06F18/213 , G06F18/22 , G06N3/0464 , G06N3/08 , G06N3/045 , H04B17/00 , G06F123/02
Abstract: 基于时空特征提取的电力通信光缆DAS信号事件识别方法,涉及分布式电力光纤传感信号识别技术领域,解决现有网络在进行DAS信号识别过程中,存在计算量大,识别性能不稳定且对时空特征相似事件存在识别混淆问题,本发明通过构建DAS信号光纤振动事件数据集;构建1DCNNs‑gMLP模型,采用DAS信号光纤振动事件数据集对1DCNNs‑gMLP模型进行训练;获得训练后的1DCNNs‑gMLP模型;并进行DAS信号识别。本发明通过充分提取时空信号的特征,建立起特征之间的依赖关系和全局性,以此提高DAS信号识别准确率,并且减少因时空特征相似导致事件识别混淆的问题。
-
公开(公告)号:CN118485605A
公开(公告)日:2024-08-13
申请号:CN202410760974.3
申请日:2024-06-13
Applicant: 东北电力大学
IPC: G06T5/73 , G06T5/60 , G06T5/50 , G06V10/44 , G06V10/80 , G06V10/82 , G06V20/05 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种基于多尺度注意力混合特征融合的水下图像增强方法,具体包括以下步骤:(1)建立水下图像数据集;(2)对数据集进行数据预处理;(3)构建基于多尺度注意力混合特征融合的水下图像增强模型;(4)改进损失函数;(5)采用训练集和验证集对模型进行训练;(6)采用测试集对模型进行测试,满足图像质量的客观评价指标要求,获得最终水下图像增强模型。相较于现有技术,本发明公开的一种基于多尺度注意力混合特征融合的水下图像增强方法,有效解决水下图像细节丢失、局部雾化与图像颜色失真的问题。
-
公开(公告)号:CN107528630B
公开(公告)日:2024-01-12
申请号:CN201710983492.4
申请日:2017-10-20
Applicant: 东北电力大学
IPC: H04B10/07 , H04B10/071 , H04B10/079 , H04B10/03 , H04B10/038
Abstract: 带保护光路且故障可自愈的双模式光纤监测系统及方法,涉及电力系统光纤通信领域,解决现有电力光纤监测设备存在监测模式固定单一,故障线路人工切换不及时而导致长时间光纤通信中断等问题,包括至少一个监测单元,每个监测单元监测一条光纤线路,均实现工作纤芯监测和非工作纤芯监测模式的自由切换,工作纤芯的保护纤芯的振动监测及故障纤芯光路的自愈自动切换;每个监测单元由发端监测子单元和收端监测子单元组成,多个发端监测子单元共用发端光路切换模块,多个收端监测子单元共用控制处理器、数据采集模块、光功率监测模块、光检测模块、非工作纤芯监测模块、收端光路切换模块、OTDR、振动告警模块、光告警模块、第六光开关和
-
公开(公告)号:CN117290229A
公开(公告)日:2023-12-26
申请号:CN202311267186.2
申请日:2023-09-28
Applicant: 东北电力大学
IPC: G06F11/36
Abstract: 一种软件缺陷检测关键节点的识别方法,涉及软件安全技术领域,解决现有技术对网络的关键节点的识别度不够,无法满足使用要求的问题,本发明方法设计了节点扩展度来衡量节点在网络中局部缺陷传播的能力。定义了节点改进K‑壳位置衡量节点在网络中全局缺陷传播的能力。将设计的节点扩展度与节点改进K‑壳位置相结合来计算节点缺陷传播能力,将计算得到的节点缺陷传播能力值排名前P的P个节点的集合作为软件缺陷检测过程的关键节点。本发明方法在真实网络中识别到的关键节点的节点传播力效果均优于其它方法。
-
-
-
-
-
-
-
-
-