公开(公告)号：CN119721561A

公开(公告)日：2025-03-28

申请号：CN202411734398.1

申请日：2024-11-29

Applicant: 安徽大学

Inventor： 丁振桓 ,  汤语涵 ,  张倩倩

IPC: G06Q10/0631 ,  H02J3/32 ,  H02J3/06 ,  H02J3/00 ,  H02J13/00 ,  G06Q30/0283 ,  G06Q50/06 ,  G06F17/11

Abstract: 本发明公开了一种工业现场的智能储能集成管理方法，首先利用监测设备采集储能系统ESS的数据；基于储能系统ESS给定的历史负荷数据，构建能源管理系统EMS来最小化长运行费用；对所构建的能源管理系统EMS进行调度测试，输入发电和负载使用的预测数据，根据一天中的不同小时数设置相应的加权系数，以反映高峰时段和非高峰时段的能源需求；用户输入需求调整能源管理系统EMS的参数，能源管理系统EMS根据用户输入的需求实时更新优化策略并进行可视化展示，用户查看具体的优化建议和预计节省的费用。上述方法能够帮助用户更好地管理能源消耗，在不影响电力系统正常运行的情况下，最大限度地降低电力系统的需量电费。

公开(公告)号：CN119131365A

公开(公告)日：2024-12-13

申请号：CN202411269773.X

申请日：2024-09-11

Applicant: 安徽大学

Inventor： 宣洋 ,  张啸宇 ,  穆朝絮 ,  孙长银 ,  丁振桓 ,  王辉

IPC: G06V10/25 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/082 ,  G06N3/048

Abstract: 本发明公开了一种轻量化和鲁棒性无人机输电线路巡检目标检测模型的构建方法，包括如下步骤：重构Yolov8用于特征提取的主干网络；构建目标检测模型的空间信息捕获网络，并设计软阈值策略和阈值自动调节网络ARN；引入幂指数变换和SIoU损失函数，对模型建立增强损失函数；引入HSV模块和雾化模块，通过HSV和雾化模拟复杂环境中的输电线路，最终得到基于数据增强的符合无人机输电线路真实巡检环境的轻量化和鲁棒性无人机输电线路巡检目标检测模型。本发明模型能够有效降低模型参数、抵抗样本噪声干扰、提高平均精度、鲁棒性，还可避免人工设置阈值。

公开(公告)号：CN117312802B

公开(公告)日：2024-03-22

申请号：CN202311605519.8

申请日：2023-11-29

Applicant: 安徽大学

Inventor： 张倩倩 ,  赵云波 ,  康宇 ,  许镇义 ,  丁振桓 ,  李泽瑞

IPC: G06F18/20 ,  G06F18/10 ,  G06F18/2433 ,  G06N3/0464 ,  G06N3/08 ,  G06Q50/04

Abstract: 本发明的一种基于人机融合的SMT产线关键工艺参数优化方法及存储介质，包括以下步骤，通过锡膏印刷系统对SMT产线上的电路主板进行锡膏点印；通过锡膏印刷检测系统对经过锡膏印刷系统的电路主板印刷情况进行检测；构建印刷质量预测模型对从关键工艺参数到SPI检测数据的对应关系进行拟合训练；构建印刷工艺参数策略模型对从SPI检测数据到关键工艺参数改进之间的策略模型进行拟合训练；结合人类专家的经验知识辅助机器智能的训练以及危机情况的纠错。本发明引入了强化学习用于决策锡膏印刷关键工艺参数的生成，结合基于MLP的印刷质量预测模型，形成一套优化印刷关键工艺参数的优化系统，具有较好的稳健性，且能适应多步预测等复杂情况。

公开(公告)号：CN119849797A

公开(公告)日：2025-04-18

申请号：CN202411811370.3

申请日：2024-12-10

Applicant: 国网安徽省电力有限公司电力科学研究院 ,  安徽大学

Inventor： 汤伟 ,  丁振桓 ,  吕凯 ,  蔡智臣 ,  毛荀 ,  徐斌 ,  董王朝

IPC: G06Q10/0631 ,  G06Q50/06 ,  G06Q10/20 ,  G06N3/092 ,  G06N3/006

Abstract: 本发明提出了一种基于Q学习的输电网停电检修调度优化方法，包括步骤通过获取电网原始拓扑文件生成甘特图，并确立强化学习的状态判断规则和目标函数；整合下属单位检修计划至甘特图，形成初始检修计划；利用Matlab内置潮流求解器计算初始潮流合集，评估电网运行状态；在智能体训练过程中，采用epsilon‑greedy方法选取检修动作，更新甘特图和拓扑文件，并通过贝尔曼方程更新Q值，以优化检修计划；训练完成后输出最终停电检修计划的甘特图。本发明将电网调度问题抽象为Q学习问题，通过合理约束和目标函数，利用Q学习算法优化停电调度，减轻调度人员工作强度，降低人才培养成本，提高调度效率和可靠性，解决电网调度关键技术难题。

公开(公告)号：CN117312802A

公开(公告)日：2023-12-29

申请号：CN202311605519.8

申请日：2023-11-29

Applicant: 安徽大学

Inventor： 张倩倩 ,  赵云波 ,  康宇 ,  许镇义 ,  丁振桓 ,  李泽瑞

IPC: G06F18/20 ,  G06F18/10 ,  G06F18/2433 ,  G06N3/0464 ,  G06N3/08 ,  G06Q50/04

Abstract: 本发明的一种基于人机融合的SMT产线关键工艺参数优化方法及存储介质，包括以下步骤，通过锡膏印刷系统对SMT产线上的电路主板进行锡膏点印；通过锡膏印刷检测系统对经过锡膏印刷系统的电路主板印刷情况进行检测；构建印刷质量预测模型对从关键工艺参数到SPI检测数据的对应关系进行拟合训练；构建印刷工艺参数策略模型对从SPI检测数据到关键工艺参数改进之间的策略模型进行拟合训练；结合人类专家的经验知识辅助机器智能的训练以及危机情况的纠错。本发明引入了强化学习用于决策锡膏印刷关键工艺参数的生成，结合基于MLP的印刷质量预测模型，形成一套优化印刷关键工艺参数的优化系统，具有较好的稳健性，且能适应多步预测等复杂情况。