一种智能光伏发电故障综合预警系统

    公开(公告)号:CN110233877A

    公开(公告)日:2019-09-13

    申请号:CN201910397667.2

    申请日:2019-05-14

    Abstract: 本发明公开了一种智能光伏发电故障综合预警系统,对光伏系统中每个光伏阵区下的逆变器下的所有汇流箱中的电流支路进行电流数据分析,得出每条电流支路的工作状态。采集的数据传输到云中心,云中心和中央处理模块分别进行分析,云中心对中央处理模块的处理结果进行校正。本系统的故障预警模块能够准确有效的对故障预警支路进行分级展示,并且显示与该故障支路在同一汇流箱下的所有支路的数据的图像对比,对比信息包括所有支路的电流信息的对比,以及与当天斜面辐照,相对湿度,大气压力,背板温度等影响光伏发电的环境因素的对比,供光伏电站维保人员参考和分析,对于光伏电站的实际运维有重要的作用,对于光伏电站的长期维护具有举足轻重的作用。

    基于MIV和SVM模型的磷酸铁锂电池寿命预测方法

    公开(公告)号:CN108549036A

    公开(公告)日:2018-09-18

    申请号:CN201810416011.6

    申请日:2018-05-03

    Abstract: 本发明公开了一种基于MIV和SVM模型的磷酸铁锂电池剩余寿命预测方法,通过运用MIV算法得到输入变量对输出的影响重要度,然后筛选出最重要的变量作为输入变量,避免将不重要的自变量引入到预测模型的训练和测试过程中。在变量优选后得到只包含优选变量的新的训练集和测试集,利用优选训练集和SVM训练出预测模型,由于SVM采用结构风险最小化作为最优准则,能够获取全局最优解,结合经过优选的仅包含循环次数、电阻等变量的数据集训练得到的预测模型可以有效提高预测效率和精度。

    基于隐马尔科夫模型的短时交通流状态预测方法

    公开(公告)号:CN103413443B

    公开(公告)日:2015-05-20

    申请号:CN201310276581.7

    申请日:2013-07-03

    Abstract: 本发明涉及智能交通系统领域,尤其是涉及利用路段的参数值序列对短时交通流状态进行预测。一种基于隐马尔科夫模型短时交通流状态预测方法,包括以下步骤:对采集的数据进行处理和统计,通过设定预测窗口,对预测窗口起始时刻测得值以及预测窗口内参数平均值和序列对比度离散化,构成隐马尔科夫模型的隐状态和观察状态集合,然后利用Baum-Welch算法结合训练数据对模型参数进行学习。最后,对于一定的预测窗口,在已知观察状态序列的基础上,利用Viterbi算法求得最优的隐状态序列,则最优隐状态序列的最后的状态即为预测状态。本发明方法可以对未来短时的交通状态进行预测,是一种有效的短时交通状态预测方法。

    基于多传感器融合技术的滚筒式球磨机料位检测方法

    公开(公告)号:CN101493354A

    公开(公告)日:2009-07-29

    申请号:CN200910073862.6

    申请日:2009-03-01

    Abstract: 本发明涉及滚筒式球磨机料位的检测方法,具体是一种基于多传感器技术的滚筒式球磨机料位检测方法。解决了滚筒式球磨机料位的现有检测方法存在检测精度低等问题,该方法步骤如下:(1)分别采集滚筒式球磨机滚筒处、本身背景噪声相对较高处、所处环境的噪声信号s1,s2,s3;(2)对噪声信号s1,s2,s3经调理、模数转换、预白化处理得信号w1,w2,w3;(3)分别对信号w1,w2,w3进行盲源分离处理得信号x1,x2,x3;(4)从信号x1,x2,x3中甄别出代表滚筒式球磨机料位信息的信号,并对其进行离散傅立叶变换、取模、归一化得输出信号z(n);(5)根据输出信号z(n),计算滚筒式球磨机内料位L的值。本发明方法合理,能有效地降低环境噪声、本身背景噪声的干扰,能对滚筒式球磨机料位进行准确可靠的检测。

    基于边缘和细节共导拓扑感知的视网膜血管图像分割方法

    公开(公告)号:CN119810438A

    公开(公告)日:2025-04-11

    申请号:CN202411856496.2

    申请日:2024-12-17

    Abstract: 本发明属于医学图像语义分割方法技术领域,旨在解决现有算法提取血管的精度较低,细节信息丢失严重的问题。提供了一种基于边缘和细节共导拓扑感知的视网膜血管图像分割方法,包括以下步骤:搭建视网膜血管图像分割网络初始模型;对视网膜血管图像分割网络初始模型进行训练迭代、验证,获得视网膜血管图像分割网络模型;采集需进行分割的视网膜血管图像数据并进行图像处理,输入至视网膜血管图像分割网络模型,视网膜血管图像分割网络模型输出对应的眼底视网膜图像语义分割结果。本发明解决了眼底视网膜图像血管提取易受到外表相似组织、血管与周围组织边界模糊、不均匀光照和血斑遮挡干扰以及细节信息丢失严重等问题。

    一种基于大模型的RAG出题与自动判题系统

    公开(公告)号:CN119442273A

    公开(公告)日:2025-02-14

    申请号:CN202411512882.X

    申请日:2024-10-28

    Abstract: 本发明提供了一种基于大模型的RAG出题与自动判题系统,属于自然语言处理的智慧教育技术领域;解决了现有技术中存在的效率低、准确性不足、安全性和扩展性有限等问题;基于RAG建立总体架构,总体架构下设置有大模型本地部署与微调模块、教学资源向量化存储模块和大模型出题与判题模块;大模型本地部署与微调模块用于实现数据收集与预处理、模型选择与加载、微调任务、模型训练与验证以及本地化部署与推理优化;教学资源向量化存储模块用于实现资料上传与存储、资料向量化处理和数据审计与监控;大模型出题与判题模块用于实现题目生成和自动判题;本发明应用于智慧教育。

    一种基于加权PageRank和BLS门限签名的Raft共识方法

    公开(公告)号:CN119210730A

    公开(公告)日:2024-12-27

    申请号:CN202411294441.7

    申请日:2024-09-14

    Abstract: 本发明提供了一种基于加权PageRank和BLS门限签名的Raft共识方法,属于区块链技术领域;解决了当前联盟链常用共识算法的共识效率和拜占庭容错能力难以平衡的问题;包括以下步骤:系统初始化:启动共识集群各节点并初始化各节点属性,在Raft算法原有的节点属性基础上新增两个节点属性,分别为节点初始pr值和节点签名验证所需的公私钥对(pki,ski),各节点启动成功后通过心跳机制进行通信;进行领导者选举:遍历所有节点的通信情况,根据节点间的通信情况构造加权有向图,通过加权PageRank算法计算每个节点的pr值,为pr值高的节点设置较短的选举超时时间,使其更容易成为领导者;进行日志复制:基于BLS的门限签名进行日志复制;本发明应用于联盟链。

    一种基于深度对抗学习的遥感图像语义分割方法

    公开(公告)号:CN113313180B

    公开(公告)日:2022-08-16

    申请号:CN202110623433.2

    申请日:2021-06-04

    Abstract: 本发明属于遥感图像语义分割方法技术领域。一种基于深度对抗学习的遥感图像语义分割方法,将遥感数据集划分为训练集和测试集,搭建遥感图像语义分割网络,将训练集遥感图像输入至步骤二中的遥感语义分割网络中,将遥感图像及其对应标签图组成真图像对,遥感图像及其对应生成器输出的预测标签图像组成假图像对,接着将真、假图像对输入判别器模块计算对抗损失函数,计算总损失函数,直到生成器模块达到精准语义分割,将经过预处理的测试集遥感图像输入到精准语义分割的生成器模块,输出遥感图像的精确分割结果。

Patent Agency Ranking