-
公开(公告)号:CN115050022B
公开(公告)日:2024-08-09
申请号:CN202210640236.6
申请日:2022-06-08
Applicant: 合肥工业大学
IPC: G06V20/68 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于多层级自适应注意力的农作物病虫害识别方法,应用于图像识别技术领域,解决传统卷积神经网络模型对相似度很高的农作物病虫害图像识别度低的问题;通过构建基于注意力机制的神经网络模型,构建多层级识别网络,使用模糊积分对多层次网络输出进行特征融合并输出检测结果;在网络中引入注意力机制,增强网络分类相似样本的能力,对多层级网络模型集识别结果进行融合,提升模型精度,克服单一网络模型适用性低的现象,能够根据实际需要调整参数,满足准确化快速识别农作物病虫害的实际需求,通过交错组卷积优化卷积计算量,减少模型推理时间;通过训练不同层级网络模型,通过模糊积分融合多模型识别结果,提高了农作物病虫害的识别精度。
-
公开(公告)号:CN118194141B
公开(公告)日:2024-08-06
申请号:CN202410613784.9
申请日:2024-05-17
Applicant: 国网安徽省电力有限公司营销服务中心 , 合肥工业大学
Inventor: 蔺菲 , 刘辉舟 , 孙伟 , 孙建 , 丁建顺 , 陈征 , 高寅 , 嵇爱琼 , 刘景姝 , 张悦 , 马昆 , 张文琪 , 李双双 , 李欣然 , 郭慧珠 , 庄磊 , 梁晓伟 , 王凯 , 刘单华 , 常乐 , 任民 , 冯欣 , 孙伟红 , 李红艳 , 李奇越 , 李帷韬 , 张志强
IPC: G06F18/241 , G06F18/15 , G06F18/2131 , G06F18/2135 , G06N3/0455 , G06N3/09
Abstract: 本发明公开了一种用电行为判别方法及系统,方法包括:采集用户每个用电设备接入时总线的电能参数变化量,构建数据集;对归一化处理后的数据集中的数据进行自适应小波阈值去噪;对去噪之后的数据集进行降维,得到用于特征分类的向量;将用于特征分类的向量输入基于Transformer的多分类任务模型中,对基于Transformer的多分类任务模型进行训练,利用训练好的基于Transformer的多分类任务模型进行用电行为判别;本发明的优点在于:提高计算效率,提高用电行为判别的准确性。
-
公开(公告)号:CN117270545B
公开(公告)日:2024-03-29
申请号:CN202311551574.3
申请日:2023-11-21
Applicant: 合肥工业大学
Abstract: 本发明提供基于卷积神经网络的变电所轮式巡检机器人及方法,系统包括:行进装置控制系统,用以生成并利用速度和方向闭环串级PID信号,据以闭环控制行进装置的速度、方向;机器人导航系统,用以利用角加速度信息,滤波处理得到行进装置滤波数据,利用四元数法生成航向角,修正行进装置航向,以进行导航;机器发热异常检测系统,用以在行进装置行进至检测位置时,检测获取机器出风口区域图像,据以提取得到感兴趣区图像,利用卷积神经网络处理感兴趣区图像,以得到并分析红外图像特征,据以获取机器发热异常成因信息。本发明解决了应用场景局限性较大、测量工作量大以及直观性较差的技术问题。
-
-
-
公开(公告)号:CN117648634A
公开(公告)日:2024-03-05
申请号:CN202410123446.7
申请日:2024-01-30
Applicant: 合肥工业大学 , 国网安徽省电力有限公司亳州供电公司
IPC: G06F18/241 , G06N3/0442 , G06F18/2135 , G06F18/25 , G01R31/08
Abstract: 本发明提供基于时域和频域信息配电网连接金具性能预测方法及系统,方法包括:在时域上构建包含连接金具电阻、连接金具连接处间隔距离以及描述当前天气状态的多维数据集;使用PCA主成分分析法将上述多维数据集进行降维,得到包含关键特征的主成分数据集;对连接金具两端的电流和电压信号进行WT小波变换与FFT快速傅里叶变换融合算法,重构得到关键特征明显的特征数据集;并联主成分数据集、特征数据集,得到所需数据集并输入LSTM长短期记忆网络模型,进而输出连接金具性能的特征集;使用SCNs随机配置网络对特征集进行计算处理,进而输出连接金具的性能情况。本发明解决了依赖人工、金具隐患排除效率低,易导致电气事故及线路故障的技术问题。
-
公开(公告)号:CN115033724B
公开(公告)日:2024-02-20
申请号:CN202210767932.3
申请日:2022-06-30
Applicant: 合肥工业大学
IPC: G06F16/535 , G06F16/583 , G06F16/58 , G06V10/75 , G06V10/77 , G06V10/774 , G06V10/82 , G06T3/4007 , G06T3/4046 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/096
Abstract: 本发明公开了一种基于多模态调制算法的电熔镁炉异常工况识别方法,其步骤包括:1、采集电熔镁炉的历史数据,并进行数据筛选;2、数据样本进行归一化处理;3、构建多模态调制神经网络MNN并初始化网络参数、4、训练多模态调制神经网络MNN;5、基于多模态理解对电熔镁炉异常工况进行识别,得到识别结果。本发明能实现电熔镁炉异常工况诊断,评估电熔镁炉的健康状态并提供电熔镁炉的维修建议,确保工厂安全高效平稳运行,从而能提高异常工况识别的准确性和工厂生产的稳定性。
-
公开(公告)号:CN114781458B
公开(公告)日:2024-02-20
申请号:CN202210481128.9
申请日:2022-05-05
Applicant: 合肥工业大学 , 国网安徽省电力有限公司超高压分公司
IPC: G06F18/2415 , G06F18/2131 , G06N3/0442 , G06N3/049 , G06N3/047 , G06N3/084
Abstract: 本发明公开了一种基于自适应小波和注意力机制的时频记忆神经网络的配电网初期故障识别方法,包括:1、对采集到的电流和电压数据进行预处理并划分数据集;2、设计基于自适应小波变换的时频记忆递归神经网络核心结构;3、构建基于自适应小波变换和Attention机制的时频记忆递归神经网络;4、基于自适应小波和Attention机制的时频记忆递归神经网络得到测试集样本的输出结果。本发明通过基于自适应小波变换和Attention机制的时频记忆递归神经网络来提供时间序列的细粒度分析,可以动态的捕获数据在时域和频域上的特征,以提高初期故障的识别精度,满足了准确化快速化的实际需求。
-
公开(公告)号:CN117333791A
公开(公告)日:2024-01-02
申请号:CN202311093307.6
申请日:2023-08-25
Applicant: 国网安徽省电力有限公司超高压分公司 , 国网安徽省电力有限公司 , 合肥工业大学 , 安徽明生恒卓科技有限公司
Inventor: 张学友 , 董翔宇 , 张放 , 阮巍 , 李奇 , 马欢 , 邵华 , 李永熙 , 魏南 , 谢佳 , 殷振 , 樊培培 , 刘之奎 , 朱涛 , 廖军 , 张军 , 蒋欣峰 , 李腾 , 张俊杰 , 田杰 , 黄刚 , 贺成成 , 郑海鑫 , 周雨西 , 李奇越 , 黄海宏 , 刘冬梅 , 韩平平 , 孙伟 , 李帷韬 , 崔北为 , 龙铭
Abstract: 本发明实施例提供一种多断口断路器储能弹簧位移的检测方法及同步性检验方法,属于断路器储能弹簧位移检测技术领域。所述检测方法包括获取断路器的储能弹簧在振动时的视频信息;对所述视频信息进行预处理,以获取所述储能弹簧的运动信息序列;本发明通过获取储能弹簧振动时的视频信息,并对该视频信息进行预处理,以获取储能弹簧的运动信息序列,依次经过低频小波时频记忆递归层和高频小波时频特征递归层,最后获取储能弹簧的位移预测值,以实现储能弹簧位移的非接触式检测,保证了储能弹簧的可靠性;且采用不同尺度下的时频分析,能够有效提高位移预测值的准确性。
-
公开(公告)号:CN116955951A
公开(公告)日:2023-10-27
申请号:CN202310857743.X
申请日:2023-07-12
Applicant: 合肥工业大学 , 国网安徽省电力有限公司 , 国网安徽省电力有限公司超高压分公司
IPC: G06F18/20 , G06F18/214 , G06N3/0442 , G06N3/08 , G01R31/12
Abstract: 本发明公开了基于自注意力的异构网络的变压器故障诊断方法及装置,所述方法包括:在变压器故障状态下,获取变压器的热红外图像进行预处理得到第一训练集T1;采集变压器的油中溶解气体含量进行预处理得到第二训练集T2;构建基于自注意力的异构融合网络模型,模型包括关注全局时标信息的自注意力LSTM网络、关注局部空间信息的自注意力残差网络、特征融合层以及Softmax分类器,第一训练集T1输入到自注意力残差网络中,第二训练集T2输入到自注意力LSTM网络中;训练基于自注意力的异构融合网络模型,利用训练好的模型进行故障诊断;本发明的优点在于:提取的特征完备,最终诊断结果较为准确。
-
-
-
-
-
-
-
-
-