多台构网型变流器精确分配无功的自适应控制方法

    公开(公告)号:CN119853097A

    公开(公告)日:2025-04-18

    申请号:CN202411908923.7

    申请日:2024-12-24

    Applicant: 合肥大学

    Abstract: 本发明公开了一种多台构网型变流器精确分配无功的自适应控制方法,属于多台构网型变流器并联控制领域。本方法采用虚拟同步发电机机有功环控制获取输出电压相角参考值;通过虚拟同步发电机无功环控制,以及优化分配算法获取d q轴电压分量指令值,然后通过电压电流双闭环控制得到PWM控制所需调制波,进行PWM调制后输出开关管驱动信号完成对变流器的控制。本发明在不获取线路阻抗信息的前提下,通过自适应控制方法精准补偿压降,减小无功分配误差,实现无功功率按额定容量精确分配,提高系统稳定性。

    一种基于两级数据融合的低功耗声源定位方法

    公开(公告)号:CN119789038A

    公开(公告)日:2025-04-08

    申请号:CN202411824477.1

    申请日:2024-12-12

    Applicant: 合肥大学

    Abstract: 本发明公开了一种基于两级数据融合的低功耗声源定位方法,涉及两级数据融合的低功耗声源定位方法技术领域,包括以下步骤:布设传感器节点,构造基于能量剩余值的簇头节点选择方法的无线传感器网络结构;构建基于RSS的声源信号模型;构建采集物理量的数据结构模型,构造第一级数据融合的相似函数模型;进行第一级数据融合,去除传感器节点自身采集数据的冗余度;构造基于欧氏距离的相似函数模型;进行第二级数据融合,去除传感器节点间的数据冗余度;构建目标函数,采用EM算法完成声源位置的定位。本发明通过两级数据融合的低功耗声源定位方法,解决了传统声源定位方法中能量消耗高、整个无线传感器网络使用寿命短等问题。

    一种基于YOLOv7轻量级森林火灾实时检测方法

    公开(公告)号:CN119785095A

    公开(公告)日:2025-04-08

    申请号:CN202411871000.9

    申请日:2024-12-18

    Applicant: 合肥大学

    Abstract: 本发明公开了一种基于YOLOv7轻量级森林火灾实时检测方法,属于基于深度学习森林火灾实时检测技术领域。包括:S1.构建初始森林火灾图像数据集,对数据集进行数据集分割和图像数据增强;S2.基于传统图像处理方法构建提取森林火灾图像可能发生火灾的区域二值化图像;S3.构建GhostSE模块和引入CA注意力模块改进YOLOv7特征提取网络;S4.利用森林火灾图像数据集训练和评估所述的森林火灾检测模型,达到期望精度后,保存模型训练权重。本发明通过GhostSE模块显著的降低模型的计算量和参数量,以实时检测,同时借助CA注意力模块提升算法精度,进而平衡森林火灾检测模型精度以及实时性的要求。

    基于形状矫正和特征选择交叉注意力的端到端目标检测方法

    公开(公告)号:CN119741586A

    公开(公告)日:2025-04-01

    申请号:CN202411809551.2

    申请日:2024-12-10

    Applicant: 合肥大学

    Inventor: 何立新 葛路庆

    Abstract: 本发明公开了基于形状矫正和特征选择交叉注意力的端到端目标检测方法,属于图像识别方法技术领域,该基于形状矫正和特征选择交叉注意力的端到端目标检测方法,包括步骤:主干网络提取输入图像特征;编码器对提取的图像特征进一步增强;解码器使用一组可学习的查询推理目标和图像全局上下文的关系,对查询进行迭代优化;检测头输出预测结果。本发明在模型中增加特征选择层,使用来自上一层解码器生成的预测框筛选图像特征,筛选出的特征用于计算下一层解码器交叉注意力,从而更准确地优化查询;引入形状矫正方法作为监督,将其作为一项新的损失加入总损失,使模型关注预测框与真实框的形状偏差,从而更准确地估计边界框。

    一种超薄锂箔的制备方法
    6.
    发明公开

    公开(公告)号:CN119685741A

    公开(公告)日:2025-03-25

    申请号:CN202411925894.5

    申请日:2024-12-25

    Applicant: 合肥大学

    Inventor: 杨续来 陶梦琴

    Abstract: 本发明公开了一种超薄锂箔的制备方法,涉及锂电池技术领域。本发明中超薄锂箔的制备方法至少包括以下步骤:将锂锭加热熔化,获得熔融锂;将所述熔融锂涂覆在基材上,冷却后,获得锂箔;将所述锂箔置于抛光液中清理,获得去除表面钝化层的锂箔;将所述去除表面钝化层的锂箔的两面用PET膜覆盖,在轧辊上辊压,获得超薄锂箔;将所述超薄锂箔置于保护液中,在所述超薄锂箔上形成保护层。本申请制备的超薄锂箔能长时间储存,制备方法简单,不需要昂贵且高精度的制备设备和严苛的制备条件,且能大批量、低成本实现快速生产。

    基于图像与光谱融合的农产品品种鉴别方法、系统及应用

    公开(公告)号:CN119360215B

    公开(公告)日:2025-03-18

    申请号:CN202411922871.9

    申请日:2024-12-25

    Applicant: 合肥大学

    Abstract: 本发明公开了一种基于图像与光谱融合的农产品品种鉴别方法、系统及应用。所述训练方法包括:获取RGB图像和高光谱数据;获得融合图像;对深度学习模型进行训练;深度学习模型由基础YOLOv5模型调整获得,省略第二上采样模块及对应的传递连接,头部网络中省略对应的检测头模块,骨干网络中的首级C3模块替换为卷积块注意力模块。本发明采用数据融合策略将高光谱信息与RGB图片信息进行了特征融合,并基于改进后的YOLOv5深度学习方法,建立基于特征融合数据的大豆品种的鉴别模型,采用融合的分类模型对目标农产品种子进行类别预测,解决了单一特征的不稳定性问题,实现了农产品品种准确且高效的鉴别。

    一种基于多模态数据和深度学习的人体行为识别方法

    公开(公告)号:CN119600689A

    公开(公告)日:2025-03-11

    申请号:CN202411704115.9

    申请日:2024-11-26

    Applicant: 合肥大学

    Abstract: 本发明公开了一种基于多模态数据和深度学习的人体行为识别方法,涉及计算机视觉技术领域,包括:对骨架和RGB两种数据进行预处理;采用Resnet3D 18网络RGB视频流进行特征提取;将提出的RGB特征、骨架特征输入到特征融合网络中,得到融合特征;特征融合模块包括特征关联模块、特征加权模块和特征置信模块;融合特征通过softmax分类器实现对不同类别动作的划分;通过预处理降低噪声和背景对分类性能的干扰,采用Resnet3D 18网络、自适应图卷积网络双流特征提取网络有效的整合提取特征信息,融合网络对两个异构特征进行动态置信度加权,促使模型能够根据实际情况动态地调整各个模态的重要性。

    电极组件、水环境微塑料去除用实验装置及使用方法

    公开(公告)号:CN119528284A

    公开(公告)日:2025-02-28

    申请号:CN202411693308.9

    申请日:2024-11-25

    Applicant: 合肥大学

    Abstract: 本发明涉及电吸附性能实验技术领域,具体地说,涉及电极组件、水环境微塑料去除用实验装置及使用方法。本实验装置包括可调间距的工作电极,通过增减铜垫片的数量来调整阴极板与阳极板之间的间距,以适应不同粒径和浓度的微塑料,增强吸附效果。电极板采用具有高比表面积和良好导电性的活性炭纤维。实验装置还包括稳压电源、蠕动泵、电吸附装置及水池容器,蠕动泵实现水流的循环流动,不断更新电极之间的微塑料浓度,构成完整的电吸附系统,提高吸附效率。本发明解决了现有电吸附实验装置不能灵活调节电极距离、不能适应不同浓度和粒径的微纳米塑料的电吸附去除率问题,提高了实验的通用性和效率。

Patent Agency Ranking