-
公开(公告)号：CN114781262B
公开(公告)日：2024-10-29
申请号：CN202210420404.0
申请日：2022-04-21
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06N3/0442 , G06N3/08 , G06F119/04
Abstract: 本发明公开了一种基于退化序列时序关联建模的长寿命锂离子电池早期寿命预测方法及系统，其中，该方法包括：获取n个电池单体的容量退化数据并进行重构，得到训练数据集；建立j个基于序列对序列模型的容量预测模型，并利用所述训练数据集分别训练；将待测电池单体某周期的放电容量作为某训练好的模型的初始输入，得到第一步预测输出结果；再在其输入至这个模型中，得到下一步预测输出结果，迭代执行直至低于失效阈值，将每步预测输出结果首尾相连得到退化过程曲线；并对其他模型进行预测得到j条容量退化曲线，求其容量取均值，得到最终预测结果。该方法解决了现有使用单步迭代预测模式带来的长时预测精度和稳定性不佳的问题。
-
公开(公告)号：CN118734044A
公开(公告)日：2024-10-01
申请号：CN202411009819.4
申请日：2024-07-26
Applicant: 哈尔滨工业大学
IPC: G06F18/213 , G06F18/25 , G06F18/2433 , G06F123/02
Abstract: 本发明提出一种自适应时空特征融合的卫星星座遥测异常检测方法，包括：步骤1：将星座网络的历史卫星星座遥测时间序列数据划分为训练遥测数据集和测试遥测数据集；步骤2：对所述训练遥测数据集进行预处理；步骤3：构建卫星星座遥测数据预测模型；步骤4：基于所述训练遥测数据集对卫星星座遥测数据预测模型进行训练；步骤5：将所述测试遥测数据集输入训练后的卫星星座遥测数据预测模型中获取卫星星座遥测数据预测结果，并对卫星星座遥测数据预测进行实时异常检测。本发明通过时间尺度和空间尺度上交替的特征提取，能够输出更偏向于正常运行状态的预测结果，有利于实现更高精度的异常检测。
-
公开(公告)号：CN117215848A
公开(公告)日：2023-12-12
申请号：CN202311183040.X
申请日：2023-09-14
Applicant: 成都飞机工业(集团)有限责任公司 , 哈尔滨工业大学
IPC: G06F11/22
Abstract: 本发明公开了一种飞机测试数据分析模型的评价指标体系与优化方法，属于数据分析技术领域，所述的评价指标体系包括模型数据评估、模型性能评估和模型适用性评估。评价指标体系的优化方法包括：确定各评价指标及其量化值；对不同单位和量纲的评价指标进行归一化处理；通过判定模型贡献度的方法自动分析计算每个评价指标的权重；为每个目标分配权重，计算综合性飞机测试数据分析模型的评价指标。本发明建立的评价指标体系及优化方法可以在不同指标之间进行权衡，找到一个平衡的解决方案，能够更好地满足现实问题中的多种需求和限制，加强评价指标体系的可解释性，综合性的评估模型质量。
-
公开(公告)号：CN106100026B
公开(公告)日：2018-12-11
申请号：CN201610473156.0
申请日：2016-06-24
Applicant: 哈尔滨工业大学
IPC: H02J7/00
Abstract: 一种卫星电源镍镉蓄电池充电调节器，涉及卫星电源对蓄电池组充电领域。本发明是为了解决现有缺少保证卫星电源对蓄电池组的稳定充电与稳定终止充电的调节装置的问题。boost拓扑结构电路将输入的母线电压进行升压转换；电流与电压采样反馈控制单元对充电输出的电流与电压进行采样与信号合成完成对反馈信号的获取与输出；PWM控制单元通过反馈信号输出相应的脉宽信号驱动boost电路的NMOS管；控制单元接收卫星电源母线电压的误差放大得到的充电使能信号，该信号有效时控制整个充电电路接通，同时获取蓄电池组的工作温度与电压，在蓄电池组电压达到温度监测信号对应的充电终止电压时停止充电，完成充电过程。用于母线对蓄电池组充电。
-
公开(公告)号：CN117010079A
公开(公告)日：2023-11-07
申请号：CN202310810033.1
申请日：2023-07-04
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种基于在线学习的航天器运行状态短时预测方法。本发明所述方法首先基于有限的地面试验数据，挖掘航天器运行状态以及对应状态监测参数在时序上的关联关系，进而建立基于时间卷积网络(TemporalConvolutionalNetwork,TCN)的航天器运行状态短时预测模型。在此基础上，基于实时采集的航天器遥测数据，采用递推极限学习机(RecursionExtremeLearningMachine,R‑ELM)的方法对模型进行在线更新，并用更新后的模型完成航天器运行状态的短时预测，进而减少因为模型失配导致的预测偏差。
-
Patent Agency Ranking
公开(公告)号：CN110222431B
公开(公告)日：2022-04-12
申请号：CN201910502496.5
申请日：2019-06-11
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06N3/08 , G01R31/392 , G01R31/367
Abstract: 基于门控循环单元神经网络和卡尔曼滤波模型融合的锂离子电池剩余寿命预测方法，涉及锂离子电池健康状态检测技术领域。本发明是为了解决现有的基于融合模型的锂离子电池剩余寿命预测方法，存在非线性退化过程拟合能力差、不同工作状态适应能力低的问题。本发明通过建立GRU‑RNN深度网络模型，利用GRU深度学习模型在时间序列上强大的特征提取能力，对锂离子电池容量退化特征进行提取，从而获取更加准确的电池容量预测模型，最后通过KF滤波方法减小了噪声，获取了更加精确的预测值。
-
公开(公告)号：CN106772080B
公开(公告)日：2020-04-14
申请号：CN201611189260.3
申请日：2016-12-21
Applicant: 哈尔滨工业大学
IPC: G01R31/367 , G01R31/392
Abstract: 本发明提供了一种空间锂离子电池加速退化试验时间等效性建模方法，本发明针对空间应用的锂离子电池，叙述了构建退化寿命试验模型的过程，提供有效的加速寿命试验模型，说明了在空间锂离子电池地面测试过程中，电流加倍工作条件(后文用DDC表示)的工作时间约为实际在轨模拟工作条件下(后文用SN表示)的0.39倍的信息。对用于加速试验模型的数据，提供全面的统计分析，对数据建模的可行性进行明确表征，避免盲目应用数据进行加速建模的无效工作量。利用多种表达方式，获取每种工况下的寿命概率密度函数，有效获取加速应力为其他值时的寿命分布值，快速获得不同截止条件、加速工况下的寿命与不同工作时间时的参数值。
-
公开(公告)号：CN108896924A
公开(公告)日：2018-11-27
申请号：CN201810747134.8
申请日：2018-07-09
Applicant: 哈尔滨工业大学
IPC: G01R31/36
Abstract: 基于深度置信网络和卡尔曼滤波融合的锂离子电池荷电状态估计方法，涉及电池管理技术领域。本发明是为了解决传统方法存在的问题。本发明从电池实际运行中可直接测量的电流、电压以及温度参数出发，构建锂离子电池SOC估计模型。采用深度学习中的深度置信网络对锂离子电池SOC进行估计，将深度置信网络与卡尔曼滤波方法进行融合，得到融合以后的锂离子电池SOC估计模型。与现有技术相比较而言，基于数据驱动方法的SOC估计方法可以根据电池实际工作得到的历史数据进行特征提取，再结合滤波的方法检查系统误差，从而得到相对精确的SOC估计值。
-
公开(公告)号：CN115347866B
公开(公告)日：2024-09-10
申请号：CN202210916501.9
申请日：2022-08-01
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种应用于太阳能电池阵列模拟器的分区控制方法。本发明涉及模拟太阳能电池阵列输出特性的控制技术领域，对存储在数据表格中的I‑V曲线的峰值电压Ump和峰值电流Imp进行计算；通过N次测量压控电流源的输出电压和输出电流并取算术平均值得到电压U和电流I；对标志位F的状态以及电压U的大小进行判断，采用中点查表比较控制法或者UI查表法进行控制；控制器则根据控制方法得到的电流值输出控制电压，控制压控电流源模拟太阳电池阵的输出特性，进行分区控制。本发明通过这样的控制回路，压控电流源便可以按照存储在控制器中的I‑V曲线数据表格输出电流值，从而实现对太阳能电池阵列输出特性的模拟。
-
公开(公告)号：CN117574219A
公开(公告)日：2024-02-20
申请号：CN202311396240.3
申请日：2023-10-25
Applicant: 哈尔滨工业大学
IPC: G06F18/241 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/0895
Abstract: 基于自编码器的差异化时间序列重构航天器异常检测方法与模型的构建方法，本发明涉及航天器状态感知领域，具体涉及基于机器学习的航天器异常检测领域。模型构建方法包括以下步骤：步骤11：数据预处理，对获取的多维航天器遥测数据进行对比学习数据的预处理,得到对比学习数据集；步骤12：模型搭建，所搭建的模型是自动编码器模型；步骤13：模型训练，使用在步骤11中构建的对比学习数据集对步骤二中的编码器进行对比学习训练。解决了航天器异常检测难以精确定位到异常区间，计算复杂度高的问题。本发明在航天器状态感知领域具有重要的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.028 seconds)
