钻瓜专利网为您找到相关结果
42 个,建议您
升级VIP 下载更多相关专利
[发明专利] 一种基于数据驱动和生成对抗的电压暂降状态估计方法 -CN202210317990.6 在审
发明人:
齐林海 ;曲洪泽 ;王红
- 专利权人:
华北电力大学
申请日:
2022-03-28
-
公布日:
2022-11-04
-
主分类号:
G06N3/04 文献下载
摘要: 一种基于数据驱动和生成对抗的电压暂降状态估计方法,属于电力大数据应用实现电网的全息动态感知领域。该方法利用生成对抗网络(generativeadversarialnetwork,GAN)博弈对抗的思想,通过模型自主提取数据特征和时空分布特性,结合节点间的耦合关系、时序数据特征。从而使生成对抗模型学习并模拟节点间的耦合关系,使得模型实现状态估计。本发明完全基于数据驱动,克服了配电网复杂环境下,基于机理的方法建立数学公式模型在适应性、算法效率和准确性多方面的局限性。使用该方法避免了传统状态估计过程中需根据大量电网拓扑图结构数据进行数学公式建模,并改善了传统GAN收敛速度慢、训练不稳定,损失函数波动大等缺陷,具有较高的电压暂降状态估计精度。
一种 基于 数据 驱动 生成 对抗 电压 状态 估计 方法
[发明专利] 一种基于时空图卷积网络的谐波源定位方法 -CN202210309789.3 在审
发明人:
王红 ;冯函宇 ;齐林海
- 专利权人:
华北电力大学
申请日:
2022-03-28
-
公布日:
2022-09-06
-
主分类号:
G01R23/16 文献下载
摘要: 一种基于时空图卷积网络的谐波源定位方法,属于电力大数据处理技术领域。该方法利用时空图卷积神经网络(spatial‑temporal graph convolution networks,STGCN)可以自然地集成节点信息和拓扑结构空间信息的特点,通过模型的时空块可以有效提取节点间强时空耦合关系并进行全网谐波状态估计,通过此谐波状态估计模型,只输入监测节点的谐波状态就可以精准估计全网谐波状态,最后引入统计学中的皮尔逊相关系数计算每个节点谐波电流与谐波电压的相关性可以有效区分谐波源节点。本发明完全基于数据驱动,克服了复杂电网环境下仅依靠基于机理的单一公式或方程无法精准求解的局限性。使用该方法避免了传统方法的谐波阻抗难以获得、量测方程难以等弊端,可以精准的进行谐波状态估计并准确定位谐波源节点。
一种 基于 时空 图卷 网络 谐波 定位 方法
[发明专利] 一种基于生成对抗网络的电动汽车充电负荷预测方法 -CN202210497554.1 在审
发明人:
王红 ;奚圣宽 ;齐林海
- 专利权人:
华北电力大学
申请日:
2022-05-05
-
公布日:
2022-08-02
-
主分类号:
G06N3/04 文献下载
摘要: 一种基于生成对抗网络的电动汽车充电负荷预测方法,属于电力大数据处理技术领域。该方法利用生成对抗网络(generative adversarial network,GAN)博弈对抗的思想,首先按电动汽车充电桩的空间信息划分网格单元,对单元内的充电负荷数据做空间上的聚合。取其中一个单元格的数据,输入到GAN的生成器中,生成器由GRU模型构成,通过GRU提取输入数据时间维度的信息。再预测数据与真实数据结合作为判别器的输入的假数据,等长的真实数据作为判别器数据的真数据。判别器由CNN构成,输出对真假数据的判别。通过博弈训练达到纳什均衡,并输出最终的预测结果。本发明完全基于数据驱动,改善了传统GAN收敛速度慢、训练不稳定等缺陷,具有较高的数据预测精度。
一种 基于 生成 对抗 网络 电动汽车 充电 负荷 预测 方法
[发明专利] 一种基于卷积神经网络的可解释性的负荷识别方法 -CN202210310369.7 在审
发明人:
王红 ;苏盈 ;齐林海
- 专利权人:
华北电力大学
申请日:
2022-03-28
-
公布日:
2022-08-02
-
主分类号:
G06K9/62 文献下载
摘要: 一种基于卷积神经网络的可解释性的负荷识别方法,属于负荷识别领域。该方法利用卷积神经网络(Convolutional neural networks,CNN)进行特征提取,从而实现用电负荷模式的分类识别。由于CNN的“黑箱”操作,提出了两种可解释性方法,一种是利用表征可视化技术将卷积层中的卷积层和池化层进行可视化表示,可以提取到图像中的底层和高层特征,通过底层和高层负荷特征来判断负荷类型,从而对模型内部进行可解释性,另一种是将负荷图片利用反卷积神经网络对图片进行复现并进行各层的展示,使大家更为信服,从而增强模型的可解释性。本发明完全基于数据驱动,克服了配电网复杂环境下,基于深度模型在算法效率和准确性、可解释性多方面的局限性。使用该方法避免了传统机器学习识别精度不够的问题,设计模型的可解释性,并改善深度学习模型的“黑盒”特点,提高了识别精度并对模型进行了可解释性研究。
一种 基于 卷积 神经网络 解释性 负荷 识别 方法
[实用新型] 一种泡罩包装机下料装置 -CN202122430623.0 有效
发明人:
齐林海 ;沈荣华 ;沈培君 ;刘涛
- 专利权人:
和记黄埔医药(苏州)有限公司
申请日:
2021-10-09
-
公布日:
2022-02-22
-
主分类号:
B65B37/02 文献下载
摘要: 本实用新型属于下料装置技术领域,尤其是一种泡罩包装机下料装置,针对现有的容易导致多个药品同时进入泡罩内的问题,现提出如下方案,其包括底箱,所述底箱上设置有储药筒,所述储药筒的底部设置有下药管,所述下药管的内壁上转动安装有L形挡板,所述L形挡板上设置有弹簧片,所述底箱的一侧设置有气缸,所述气缸的伸缩杆上固定安装有齿条,所述底箱内设置有下药机构,所述下药机构包括给料槽,所述给料槽和齿条固定连接,所述给料槽上固定安装有推板,所述推板和L形挡板相互配合,所述给料槽的底部设置有弹簧管,本实用新型能够使得每次仅有一个药品下料,提高下料的效率,使用简单,操作方便。
一种 泡罩包 装机 装置
[实用新型] 一种半自动塑瓶封口装置 -CN202122427915.9 有效
发明人:
齐林海 ;朱效义 ;纪松安 ;刘涛
- 专利权人:
和记黄埔医药(苏州)有限公司
申请日:
2021-10-09
-
公布日:
2022-02-11
-
主分类号:
B67B6/00 文献下载
摘要: 本实用新型属于药品生产技术领域,尤其是一种半自动塑瓶封口装置,针对现有的半自动塑瓶封口装置在使用过程中,不便于对药瓶进行取放,从而导致操作人员在操作过程中易误伤到手部的问题,现提出如下方案,其包括底座,所述底座的顶部通过焊接固定安装有固定支架,固定支架的顶部开设有安装孔,安装孔内滑动安装有滑柱,滑柱的顶部通过焊接固定安装有压板,滑柱的外侧套设有弹簧,弹簧的两端分别与压板的底部和固定支架的顶部通过焊接固定连接,滑柱的底部通过焊接固定连接有活动支架,本实用新型能够在使用过程中,便于对药瓶进行取放,从而可以避免操作人员在操作过程中误伤到手部,结构简单,使用方便。
一种 半自动 封口 装置
[实用新型] 一种产品夹持同步运行装置 -CN202021873079.6 有效
发明人:
齐林海 ;朱效义 ;沈培君 ;袁兵
- 专利权人:
和记黄埔医药(苏州)有限公司
申请日:
2020-09-01
-
公布日:
2021-07-09
-
主分类号:
B65G47/90 文献下载
摘要: 本实用新型公开了一种产品夹持同步运行装置,所述工作台的上表面设有支撑架、两个铰接基座、电动机和安装架,所述支撑架上设有壳体,所述壳体的上下侧壁之间连接有行程杆和螺纹杆,所述螺纹杆与所述壳体的上下侧壁之间为转动连接且所述螺纹杆的上端贯穿所述壳体的上侧壁且连接手轮,所述螺纹杆上螺纹连接有升降板,所述行程杆贯穿所述升降板且与所述升降板之间为滑动连接,所述升降板的一端贯穿所述壳体的侧壁且连接有安装板,所述安装板和所述铰接基座上均设有夹持装置,此装置通过一个电动机来驱动两个皮带运转,使得设备成本较低同时两皮带的同步性也较好,并且可在不停机的前提下调整两个夹持皮带之间的间距,便于推广。
一种 产品 夹持 同步 运行 装置
[实用新型] 一种条码检测的调节装置 -CN202021873123.3 有效
发明人:
杨海鹰 ;沈荣华 ;齐林海 ;方苏明
- 专利权人:
和记黄埔医药(苏州)有限公司
申请日:
2020-09-01
-
公布日:
2021-07-02
-
主分类号:
F16M11/04 文献下载
摘要: 本实用新型公开了一种条码检测的调节装置,包括支撑台,所述支撑台的下端面固定连接有支架,所述支架的下底面固定连接有转动外壳,所述转动外壳的内部设有转动内壳,所述转动内壳的内部固定连接有肋板,所述转动内壳的内部设有扫描机,所述扫描机通过肋板与转动内壳固定连接,所述转动外壳的外表面设有螺纹通孔,所述转动内壳上设有通孔,所述转动外壳的侧壁螺纹连接有螺钉,本实用新型的扫描装置稳定,使得条码稳定检测到信息而不会误剔合格产品,扫码机可进行自动化扫描,从而减轻工作人员的劳动强度,增加了光源,可对产品条码进行照亮处理,本实用新型可调节扫码装置的位置与方向,从而适用于不同产品。
一种 条码 检测 调节 装置
[发明专利] 基于LSTM的谐波多标签分类方法 -CN201810819148.6 有效
发明人:
齐林海 ;陈倩 ;王红
- 专利权人:
华北电力大学
申请日:
2018-07-24
-
公布日:
2021-06-25
-
主分类号:
G06K9/00 文献下载
摘要: 一种基于深度学习模型的谐波多标签分类方法,属于电能质量分类识别技术领域。该方法采用具有记忆特性的长短期记忆单元(LSTM)网络,对具有时间序列特性的谐波数据进行特征提取操作,再通过全连接层对其提取的特征值进行降维处理,然后将降维过的特征值输入到sigmoid网络层对谐波数据进行分类识别。本发明使得电能质量谐波扰动的相关特征可以通过数据驱动的方式来提取,完全克服了基于时域、频域以及变换域等物理特性的分类识别建模方法,在适应性、算法效率和准确性方面面临的挑战。该方法在克服电能质量扰动多标签分类时常用的标签幂集法缺陷的同时,还具有较高的谐波分类识别准确率。
基于 lstm 谐波 标签 分类 方法