-
公开(公告)号：CN115307650A
公开(公告)日：2022-11-08
申请号：CN202210849629.8
申请日：2022-07-19
Applicant: 燕山大学
Abstract: 本发明提供一种基于深度学习的电动汽车充电路径规划方法，属于电动汽车路径规划领域。从充电站运营角度出发，利用深度信念网络DBN模型，对特定区域的充电站使用桩数进行预测，目的是为电动汽车路径规划提供约束条件；从用户利益角度出发，利用长短期记忆神经网络LSTM模型预测特定道路上电动汽车的平均车速，将LSTM模型的预测结果作为电动汽车行驶能耗模型的输入，然后建立电动汽车综合能耗模型，进而电动汽车的总行程时间模型和用户总成本花费模型；设计以总行程时间最短、以用户总成本花费最低、以总行程时间和用户总成本花费综合最优的目标函数，最后通过改进的遗传算法求解不同目标下的路径规划问题。
-
公开(公告)号：CN114922776B
公开(公告)日：2024-08-13
申请号：CN202210778450.8
申请日：2022-06-30
Applicant: 燕山大学
IPC: F03D7/00
Abstract: 本发明公开了一种基于FxTDO的风电系统最大功率跟踪控制方法，属于风力发电领域和跟踪控制领域，包括根据最佳叶尖速比算法能够获取期望的电机转速值；当前风速带动风轮机转动，利用FxTDO获取不确定性总扰动和当前电机的实际输出转速；根据上述实时获取的不确定性总扰动，通过FxTDO获取实时的电流补偿值，并前馈补偿给转速环控制器；将上述获取的实际输出转速与期望转速之间的偏差作为转速环的双幂次积分滑模控制器的输入，得到转速跟踪的控制电流；将转速跟踪的控制电流与FxTDO的电流补偿值作为发电机的输入，使电机转速能够跟踪上期望转速，即实现了最大功率点跟踪。减弱了系统的抖振问题，提高了转速的跟踪速度。
-
公开(公告)号：CN114922776A
公开(公告)日：2022-08-19
申请号：CN202210778450.8
申请日：2022-06-30
Applicant: 燕山大学
IPC: F03D7/00
Abstract: 本发明公开了一种基于FxTDO的风电系统最大功率跟踪控制方法，属于风力发电领域和跟踪控制领域，包括根据最佳叶尖速比算法能够获取期望的电机转速值；当前风速带动风轮机转动，利用FxTDO获取不确定性总扰动和当前电机的实际输出转速；根据上述实时获取的不确定性总扰动，通过FxTDO获取实时的电流补偿值，并前馈补偿给转速环控制器；将上述获取的实际输出转速与期望转速之间的偏差作为转速环的双幂次积分滑模控制器的输入，得到转速跟踪的控制电流；将转速跟踪的控制电流与FxTDO的电流补偿值作为发电机的输入，使电机转速能够跟踪上期望转速，即实现了最大功率点跟踪。减弱了系统的抖振问题，提高了转速的跟踪速度。
-
公开(公告)号：CN115307650B
公开(公告)日：2025-05-23
申请号：CN202210849629.8
申请日：2022-07-19
Applicant: 燕山大学
Abstract: 本发明提供一种基于深度学习的电动汽车充电路径规划方法，属于电动汽车路径规划领域。从充电站运营角度出发，利用深度信念网络DBN模型，对特定区域的充电站使用桩数进行预测，目的是为电动汽车路径规划提供约束条件；从用户利益角度出发，利用长短期记忆神经网络LSTM模型预测特定道路上电动汽车的平均车速，将LSTM模型的预测结果作为电动汽车行驶能耗模型的输入，然后建立电动汽车综合能耗模型，进而电动汽车的总行程时间模型和用户总成本花费模型；设计以总行程时间最短、以用户总成本花费最低、以总行程时间和用户总成本花费综合最优的目标函数，最后通过改进的遗传算法求解不同目标下的路径规划问题。
-
-
-
Search Results
4
records
(took 0.012 seconds)
