-
公开(公告)号：CN119921297A
公开(公告)日：2025-05-02
申请号：CN202411794812.8
申请日：2024-12-09
Applicant: 暨南大学
IPC: H02J3/00 , G06N3/0442 , G06N3/049 , G06N3/084
Abstract: 本发明公开了一种短期风电功率预测方法、装置及存储介质，方法包括：获取初始样本数据，所述初始样本数据包括数值天气预报数据和历史风电数据；对所述初始样本数据进行预处理，得到目标样本数据；对所述目标样本数据进行特征分离处理，得到目标趋势项和目标周期项；将所述目标趋势项和所述目标周期项输入预设混合模型，以使所述预设混合模型进行训练，得到初始短期风电功率预测模型；对所述初始短期风电功率预测模型进行评估，得到目标短期风电功率预测模型；根据所述目标短期风电功率预测模型，进行风电功率预测。本发明实现了短期风电功率预测，提高了准确度，降低了成本。本发明可广泛应用于电力工程技术领域。
-
公开(公告)号：CN112580777A
公开(公告)日：2021-03-30
申请号：CN202011256575.1
申请日：2020-11-11
Applicant: 暨南大学
Abstract: 本发明涉及一种基于注意力机制的深度神经网络插件及图像识别方法，该插件由两个相同大小的一层LSTM和一个多层结构的CNN组成；其中，一个所述一层LSTM用于记忆上下文信息并生成具有显著特征的遮罩图像，另一个所述一层LSTM用于实现“瞥”功能并生成分类置信度；所述多层结构的CNN用于下采样、提取图像特征和将上下文信息传输到LSTM单元。通过使用多层结构的CNN，同时应用了注意机制引导多层结构的CNN对图像中目标对象的关键特征进行聚焦，剔除次要特征和背景像素，识别能力高，而且通过多次传播逐步识别目标对象，逐渐记住对象的主要特征，忘记了对象的次要特征，且多次后向反馈，具有纠错功能。
-
公开(公告)号：CN112349056A
公开(公告)日：2021-02-09
申请号：CN202011233440.3
申请日：2020-11-06
Applicant: 暨南大学
IPC: G08B13/196 , H04N7/18
Abstract: 本发明公开了一种电缆通道防外破智能前端监控及预警系统，包括：在线监控子系统，采用多个集成了边缘计算盒子的智能监控设备实时获取电缆运行状态时空分布信息，对所获取的电缆运行状态时空分布信息进行特征提取和行为识别；风险评估子系统，用于接收和处理所述在线监控子系统所输出的数据信息，并输出风险评估结果；智能预警子系统，用于接收所述风险评估子系统所输出的风险评估结果，依据所接收到的风险评估结果判断是否发出预警；所述智能预警子系统与所述在线监控子系统相连接。本发明解决了传统地埋电缆防外破手段无法全时段、智能化预警等问题。
-
Patent Agency Ranking
公开(公告)号：CN119741215A
公开(公告)日：2025-04-01
申请号：CN202411715377.5
申请日：2024-11-27
Applicant: 暨南大学
Abstract: 本发明公开了基于双模态图像融合的风机叶片覆冰监测方法和装置，方法包括：获取已覆冰风机叶片图像；将所述已覆冰风机叶片图像输入风机叶片覆冰识别模型，得到覆冰发生阈值；根据所述覆冰发生阈值和所述风机叶片覆冰识别模型，进行风机叶片覆冰监测。其中，所述风机叶片覆冰识别模型通过以下步骤得到：获取风机叶片覆冰图像数据集，所述风机叶片覆冰图像数据集包括可见光图像和红外光图像；构建双模态图像融合模型；将所述风机叶片覆冰图像数据集输入所述双模态图像融合模型，以使所述双模态图像融合模型进行训练，得到所述风机叶片覆冰识别模型。本发明实现了风机叶片覆冰监测，提高了精确度。本发明可广泛应用于图像识别技术领域。
-
公开(公告)号：CN119494359A
公开(公告)日：2025-02-21
申请号：CN202311031332.1
申请日：2023-08-15
Applicant: 暨南大学
IPC: G06K19/077 , G01S19/14 , H04W4/029 , H04L67/02 , G06K7/10
Abstract: 本发明提供一种基于北斗、射频识别技术的无源数字标签系统，包括射频电子标签、RFID读写器模块、GPRS通信模块、嵌入式处理器、后台服务器，在射频电子标签内预先写入节点信息，射频电子标签通过其内置芯片存储有地下管廊信息，以构成信息存储数据库；在北斗定位模块运行有GPS‑RTK差分定位算法，实现射频电子标签的实时动态定位，并将射频电子标签的坐标信息存入数据库，建立地下管廊走向电子地图；后台服务器内安装有GIS地图系统。应用本发明可以解决传统标签只能通过可见信息标识、人工读取和信息量少的缺陷；解决传统识别方式存在的分布稀疏，易丢失、移位的问题；解决传统标识方法对地埋地下管缆走向定位不准确、无法同步记录地下管缆信息更新的问题。
-
公开(公告)号：CN112349056B
公开(公告)日：2022-05-10
申请号：CN202011233440.3
申请日：2020-11-06
Applicant: 暨南大学
IPC: G08B13/196 , H04N7/18
Abstract: 本发明公开了一种电缆通道防外破智能前端监控及预警系统，包括：在线监控子系统，采用多个集成了边缘计算盒子的智能监控设备实时获取电缆运行状态时空分布信息，对所获取的电缆运行状态时空分布信息进行特征提取和行为识别；风险评估子系统，用于接收和处理所述在线监控子系统所输出的数据信息，并输出风险评估结果；智能预警子系统，用于接收所述风险评估子系统所输出的风险评估结果，依据所接收到的风险评估结果判断是否发出预警；所述智能预警子系统与所述在线监控子系统相连接。本发明解决了传统地埋电缆防外破手段无法全时段、智能化预警等问题。
-
公开(公告)号：CN119627981A
公开(公告)日：2025-03-14
申请号：CN202510157345.6
申请日：2025-02-13
Applicant: 暨南大学
Abstract: 本发明公开了一种异步互联双区域频率协同控制方法和装置，方法包括：获取异步互联双区域信息；根据所述异步互联双区域信息，构建异步互联双区域模型；根据所述异步互联双区域模型，计算控制参数，所述控制参数包括比例系数和积分系数；根据自动发电控制的控制模式，确定目标控制模式组合，所述控制模式包括定频率控制、定功率控制和联络线偏差控制；根据所述控制参数和所述目标控制模式组合，进行双区域频率协同控制。本发明实现了频率协同控制，提高了准确度和频率稳定性。本发明可广泛应用于电力工程技术领域。
-
公开(公告)号：CN112580777B
公开(公告)日：2025-02-18
申请号：CN202011256575.1
申请日：2020-11-11
Applicant: 暨南大学
IPC: G06V10/82 , G06V10/80 , G06V10/44 , G06V10/46 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06N3/048
Abstract: 本发明涉及一种基于注意力机制的深度神经网络插件及图像识别方法，该插件由两个相同大小的一层LSTM和一个多层结构的CNN组成；其中，一个所述一层LSTM用于记忆上下文信息并生成具有显著特征的遮罩图像，另一个所述一层LSTM用于实现“瞥”功能并生成分类置信度；所述多层结构的CNN用于下采样、提取图像特征和将上下文信息传输到LSTM单元。通过使用多层结构的CNN，同时应用了注意机制引导多层结构的CNN对图像中目标对象的关键特征进行聚焦，剔除次要特征和背景像素，识别能力高，而且通过多次传播逐步识别目标对象，逐渐记住对象的主要特征，忘记了对象的次要特征，且多次后向反馈，具有纠错功能。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
