“华丹琼”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果8个，建议您升级VIP下载更多相关专利

[发明专利]一种用于风电塔筒的螺母松动检测方法-CN201911046957.9有效
发明人：沈润杰;黄奕欣;华丹琼;邢瑞敏 -专利权人：同济大学
申请日： 2019-10-30 - 公布日： 2022-06-14 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种用于风电塔筒的螺母松动检测方法，包括以下步骤：采集二维图像数据；通过随机森林分类模型检测螺母在二维图像中的位置；通过回归模型获取二维图像中每个螺母相对于相机坐标系的初步平移向量；选取其最接近的预设的螺母姿态模板；优化目标函数获取每个螺母的当前旋转向量R’和当前平移向量T’；将旋转向量R’和当前平移向量T’与其预设的原始旋转向量R0和原始平移向量T0比较，判定螺母发生松动。与现有技术相比，本发明通过使用计算机视觉以及机器学习技术，能够依靠少量的模板就能得到相对精确的初始位姿，降低算法实现的成本，而且精度较高且有效减少了人工成本。
一种用于风电塔筒螺母松动检测方法

[发明专利]一种面向水电站输水管道巡检的无人机自主飞行控制方法-CN201911000457.1有效
发明人：沈润杰;张建卜;刘晨旭;华丹琼 -专利权人：同济大学
申请日： 2019-10-21 - 公布日： 2021-06-04 - 主分类号： G05D1/10 文献下载
摘要：本发明涉及一种面向水电站输水管道巡检的无人机自主飞行控制方法，所述无人机上设有激光雷达、惯性导航器件和下视视觉传感器，整体巡检流程如下：步骤S1：无人机起飞，机载摄像头采集管道内壁影像数据；步骤S2：通过飞行控制器沿管道中轴线前进；步骤S3：根据激光雷达、惯性导航器件采集的数据对无人机当前位置进行判断，飞行至管道终点后返航；步骤S4：返航接近起飞点时，下视视觉传感器寻找起降平台上的降落点标记，调整自身位置至降落点正上方进行降落，降落完成后机载摄像头关闭。与现有技术相比，本发明具有快速高效、适应多种管道结构等优点。
一种面向水电站输水管道巡检无人机自主飞行控制方法

[发明专利]一种基于预测气象数据的日分类双模型光伏发电组合预测法-CN202011521577.9在审
发明人：马明;何斌;吕清泉;沈润杰;王定美;张睿骁;邢瑞敏;高鹏飞;王艺颖;张健美;华丹琼;张彦琪;刘丽娟;张金平;李津 -专利权人：国网甘肃省电力公司电力科学研究院;国网甘肃省电力公司
申请日： 2020-12-21 - 公布日： 2021-04-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种基于预测气象数据的日分类双模型光伏发电组合预测法，包括K‑means聚类法，所述K‑means聚类法分类后的数据的预测效果会优于分类前，所以使用EDM‑SA‑DBN时序模型对这辐照度、温度天气因素进行预测，并且使用这两个预测的天气因素来对待预测时段进行归类，具体的归类方式是将预测的辐照度和温度值与以往数据集形成的聚类中心点的辐照度和温度值进行比较，并归类进入距离最近的聚类中心点所代表的类别中，然后对于光伏输出波动幅度大的类型使用小波分解‑ARIMA模型进行预测，对光伏输出功率波动幅度小的类型使用EDM‑SA‑DBN模型进行预测，最后将预测值按照原本的时间顺序排列即可得到最终的预测值，与真实值进行比较即可评估模型的预测效果。
一种基于预测气象数据分类双模型光伏发电组合

[发明专利]基于改进EMD-LSTM组合模型的光伏电站发电分频段预测方法-CN202011521533.6在审
发明人：马明;何斌;吕清泉;沈润杰;张睿骁;邢瑞敏;高鹏飞;王艺颖;张健美;华丹琼;张彦琪;王定美;李津;张金平;刘丽娟 -专利权人：国网甘肃省电力公司电力科学研究院;国网甘肃省电力公司
申请日： 2020-12-21 - 公布日： 2021-03-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了基于改进EMD‑LSTM组合模型的光伏电站发电分频段预测方法，使用改进的数据分解方法对非平稳、非线性的光伏电站出力数据序列进行预处理，有效改善预测精度，采用神经网络对光伏电站出力序列进行延拓并加窗，有效分离出力数据中不同波动特征的分量，采用游程判定法将波动性相近的功率分量进行分组，划分为高中低频三个频段，使得特征更加集中，解决了不同发电工况下自适应分解后分量个数不确定的问题，提高预测速度，将数据分解方法与长短期记忆网络相结合，能够实现发电数据的长期记忆，避免了传统神经网络在预测中的长依赖问题，组合模型更适用于解决长周期、强波动、非线性的光伏电站出力预测问题，具有较好的时序预测效果。
基于改进 emd lstm 组合模型电站发电频段预测方法

[发明专利]基于完备集合经验模态分解和改进蚁群优化的长短期记忆网络的风电站出力混合预测技术-CN202011542286.8在审
发明人：吕清泉;何斌;马明;沈润杰;王定美;张睿骁;邢瑞敏;高鹏飞;王艺颖;张健美;华丹琼;张彦琪;刘丽娟;张金平;李津 -专利权人：国网甘肃省电力公司电力科学研究院;国网甘肃省电力公司
申请日： 2020-12-22 - 公布日： 2021-03-26 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了基于完备集合经验模态分解和改进蚁群优化的长短期记忆网络的风电站出力混合预测技术，包括以下步骤：S1、利用完备集合经验模态分解对风速序列进行平稳化处理；S2、利用相空间重构的算法将数据集分割成训练集、交叉验证集和测试集；S3、利用改进蚁群优化算法优化LSTM模型参数的选择，得到最优模型。针对风速的特性，利用变完备集合经验模态分解将不稳定的风电出力序列分解成多个平稳序列，降低因为非平稳性对预测精度造成的影响；使用遗传‑蚁群优化算法来避免单一优化算法造成的局部最优问题；多种算法结合的组合预测模型对非平稳序列的预测有较好的泛化能力。
基于完备集合经验分解改进优化短期记忆网络电站出力混合预测技术

[发明专利]一种基于Unet网络和地基云图的光伏发电预测系统-CN202011521550.X在审
发明人：周强;马明;吕清泉;何斌;沈润杰;王定美;张睿骁;邢瑞敏;高鹏飞;王艺颖;张健美;华丹琼;张彦琪;刘丽娟;张金平;李津 -专利权人：国网甘肃省电力公司电力科学研究院;国网甘肃省电力公司
申请日： 2020-12-21 - 公布日： 2021-03-26 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出了一种基于Unet网络和地基云图的光伏发电预测系统，系统整体工作流程为，选用Xgboost算法及相关性分析方法，量化分析不同环境因素对光复功率的影响，选取合适的环境监测因素作为特征，用于表征天气及环境信息。下一步，通过相关性分析，选取主要影响因素，达到数据降维的效果。然后通过波动量分析及聚类算法，确定天气类型的划分及量化方法，针对不同的天气类型建立预测模型。接下来，基于Unet网络处理分析云图，并根据随机森林算法建立辐照度衰减模型。最后，结合上出研究结果，进行预测模型的建立，分别包括预测、评估及场群预测模型，本发明的光伏发电预测系统使得电场可以准确监控云量信息，并建立准确度更高的预测系统。
一种基于 unet 网络地基云图发电预测系统

[发明专利]基于最小二乘支持向量机的风电站出力超短时预测方法-CN201911033654.3在审
发明人：沈润杰;华丹琼;邢瑞敏;张建卜 -专利权人：同济大学
申请日： 2019-10-28 - 公布日： 2020-06-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于最小二乘支持向量机的风电站出力超短时预测方法，具体包括以下步骤：步骤S1：利用变分模态分解将风速时间序列分解为N个不同尺度的模态分量；步骤S2：为各模态分量分别建立最小二乘支持向量机的LSSVM预测模型；步骤S3：将风速历史序列的数据集分割成训练集、交叉验证集和测试集，并对数据进行归一化处理；步骤S4：通过训练集滚动训练LSSVM预测模型，在交叉验证集上利用粒子群优化算法优化LSSVN预测模型的核宽度和惩罚因子，然后在测试集上测试误差，得到小于误差阈值的最优LSSVM预测模型。与现有技术相比，本发明具有降低风速非平稳性的影响、提高预测精度等优点。
基于最小支持向量电站出力超短预测方法

[发明专利]一种基于深度学习的螺栓寿命预测方法-CN201911041769.7在审
发明人：沈润杰;王腾科;张建卜;华丹琼 -专利权人：同济大学
申请日： 2019-10-30 - 公布日： 2020-02-11 - 主分类号： G01N29/04 文献下载
摘要：本发明涉及一种基于深度学习的螺栓寿命预测方法，其特征在于，包括以下步骤：通过螺栓检测传感器，获取螺栓裂纹的原始数据，并进行数据预处理；将预处理完后的数据输入故障诊断模型提取多维故障特征，故障诊断模型采用DNN网络模型；通过PCA将多维故障特征集成为一维故障特征；将一维故障特征输入RUL预测模型获取寿命预测结果。与现有技术相比，本发明通过传统的PCA把深度学习高维深层特征集成为一维的故障特征变量，根据历史故障数据抽取的故障特征量定义故障标尺，建立基于指数型非线性拟合函数的RUL预测模型，直接刻画故障特征量和RUL间的关系，缩短了DNN模型的运行时间，提高了实时预测的可靠性。
故障特征螺栓故障诊断模型故障特征量预测模型多维非线性拟合函数预处理寿命预测结果数据预处理定义故障历史故障实时预测寿命预测数据抽取特征集成网络模型原始数据传统的传感器高维标尺刻画学习检测

1
共 8 条