-
公开(公告)号：CN106358302B
公开(公告)日：2019-12-31
申请号：CN201610840954.2
申请日：2016-09-22
Applicant: 福州大学
IPC: H04W72/04
Abstract: 本发明涉及一种无线传感器网络多收发器多信道分配算法，以无线传感器网络中的每一种多收发器多信道分配的可行解作为一个粒子，建立粒子群，初始化每个粒子的速度，以遗传简化粒子群算法GA‑SSO进行粒子的迭代搜索，其中在粒子的位置更新后，增加信道合并的操作以满足算法的约束条件；一旦迭代搜索进行至设定的迭代次数，就获得最终的优化结果，实现多信道多收发器的的优化。本发明能够在保持运行效率的同时，提高全局搜索性，有效地降低了网络干扰值。
-
公开(公告)号：CN110335311A
公开(公告)日：2019-10-15
申请号：CN201910620869.9
申请日：2019-07-10
Applicant: 福州大学
Abstract: 本发明涉及基于自动编码器的动态视觉位移测量方法，包括以下步骤：步骤S1:构建附于圆柱体表面的特征点；步骤S2:利用双目采集系统对附加上特征点的圆柱体进行动态视频数据采集,得到左右视图数据集；步骤S3:根据得到的左右视图数据集，提取目标特征点，得到获得特征角点的图像二维坐标；步骤S4:对双目采集系统进行标定处理,得到双目相机的内参和外参矩阵；步骤S5:根据得到双目相机的内参和外参矩阵与特征角点的图像二维坐标，重构出特征点三维世界坐标集；步骤S6:根据圆柱体结构利用特征点三维世界坐标集进行圆柱拟合，并计算得到旋转的欧拉角。本发明采集目标物体的特征点信息便可计算出动态视频中目标的位移、旋转角度信息，无需直接接触目标物体。
-
公开(公告)号：CN110243416A
公开(公告)日：2019-09-17
申请号：CN201910630987.8
申请日：2019-07-12
Applicant: 福州大学
IPC: G01D21/02
Abstract: 本发明涉及一种基于NB-IOT的智能光伏阵列汇流箱监测系统，包括：环境参数监测传感器，用于对光伏组件阵列的相关环境参数进行测量与数据采集；多通道智能汇流箱，用于汇集环境参数监测传感器采集到的数据，并通过NB-IOT网络上传至光伏阵列参数处理服务器；光伏阵列参数处理服务器，用于对多通道光伏阵列智能汇流箱上传的数据进行统计分析；数据查看客户端，用于对光伏阵列参数处理服务器处理后的数据通过相应的客户端程序进行实时监测。该系统有利于对光伏阵列的相关环境参数进行实时采集和上传，提高光伏阵列监测的准确性和可靠性。
-
公开(公告)号：CN109873610A
公开(公告)日：2019-06-11
申请号：CN201910206962.5
申请日：2019-03-19
Applicant: 福州大学
IPC: H02S50/10
Abstract: 本发明涉及一种基于IV特性和深度残差网络的光伏阵列故障诊断方法。首先，利用Simulink搭建模型阵列，采集各种工况条件下的电气数据和环境数据；其次，剔除原始模拟的数据中的异常数据，采集到原始I-V曲线进行下采样，并将一维特征拼接为二维特征，作为故障的总体特征；而后，将样本数据分成训练集、验证集和测试集，并设计维度变换的残差卷积神经网络的网络结构及其训练算法Adam的训练参数，进行样本训练得到DT-ResNet故障诊断训练模型；最后，利用DT-ResNet故障诊断训练模型，对待测工况测试集下的光伏发电阵列进行检测和分类，诊断故障类型。本发明方法具有精确度高，收敛快，鲁棒性强，泛化能力好等优点，能够有效提高光伏发电阵列故障检测和分类的准确性。
-
公开(公告)号：CN109766952A
公开(公告)日：2019-05-17
申请号：CN201910051781.X
申请日：2019-01-21
Applicant: 福州大学
Abstract: 本发明涉及一种基于偏最小二乘法和极限学习机的光伏阵列故障检测方法。包括以下步骤：首先，对光伏阵列各种工况下数据进行实时采集和滤波预处理，获得原始监测数据，然后从中提取归一化生成七维的故障样本数据集。让将获得的七维故障样本数据集，采用偏最小二乘法进行降维，生成三维的故障样本数据集，并随机将故障样本数据集分为训练集和测试集。其次，训练集用K折交叉生成训练子集和验证子集，训练和验证极限学习机故障诊断模型选出最优隐含层神经元个数。最后，使用训练集和极限学习机最优隐含层个数训练极限学习机，并用测试集检测得到故障诊断模型的测试精度，以验证模型的泛化性能。本发明的技术能对光伏阵列的常见故障进行准确可靠地诊断分类。
-
Patent Agency Ranking
公开(公告)号：CN109388845A
公开(公告)日：2019-02-26
申请号：CN201810946865.5
申请日：2018-08-19
Applicant: 福州大学
IPC: G06F17/50
Abstract: 本发明涉及基于反向学习与增强复杂进化的光伏阵列参数提取方法，包括：获取光伏面板实际的I-V特性曲线，并选择相应的光伏模型。确定此优化问题的目标函数。通过反向学习算法（OBL）算法对初始点的位置进行优化。利用增强型的复杂进化算法（ESCE）根据不同的电路模型提取模型参数。通过该算法提取不同实测条件下光伏面板的模型参数。本发明提出的一种基于反向学习策略与增强型复杂进化算法的光伏阵列参数提取方法，速度快，收敛性强，稳定性好。
-
公开(公告)号：CN109086699A
公开(公告)日：2018-12-25
申请号：CN201810804429.4
申请日：2018-07-20
Applicant: 福州大学
Abstract: 本发明涉及一种基于XGboost的静态手语识别系统，包括以下步骤：步骤S1:通过数据手套采集手部姿态角信息数据，包括三轴姿态角信息数据和手指弯曲度数据；步骤S2:通过wifi连接将收集到的三轴姿态角信息数据传输至计算机；步骤S3:通过计算机将采集到的三轴姿态角信息数据按照预定格式存储为数据集；步骤S4:采用XGboost对数据集进行训练，得到最优模型；步骤S5:将最优模型移植至Android端，并对姿态信息进行分类，得到分类结果后结合手指弯曲度数据后得到手语识别结果，并根据识别的词汇进行发声。本发明使用低维度的数据，模型结构简单，可以满足实时识别手语的要求，并且在准确度高，性能好。
-
公开(公告)号：CN106021806B
公开(公告)日：2018-10-30
申请号：CN201610394965.2
申请日：2016-06-06
Applicant: 福州大学
Abstract: 本发明涉及一种基于核函数极限学习机的光伏组串故障诊断方法，具体包括以下步骤：步骤S1：对光伏组串进行伏安特性扫描，并进行曲线拟合，获取光伏内部等效五参数；步骤S2：获取的光伏内部等效五参数进行整合归一化；步骤S3：采用模式搜索算法计算出最优KELM算法核函数的若干个系数；步骤S4：将计算出的系数带入KELM并对样本进行训练，得到训练模型。步骤S5：利用训练模型对光伏组串进行故障检测和分类。本发明所提出的基于核函数极限学习机的光伏组串故障诊断方法，能够有效提高光伏发电阵列故障检测和分类的准确性。
-
公开(公告)号：CN108594926A
公开(公告)日：2018-09-28
申请号：CN201810515897.X
申请日：2018-05-25
Applicant: 福州大学
IPC: G05F1/67
CPC classification number: G05F1/67
Abstract: 本发明涉及一种基于改进花授粉的全局最大功率点跟踪算法,包括以下步骤：初始化参数，计算编号为K花粉配子的占空比及其相对应的光伏阵列输出功率，搜出最大功率点对应的占空比为当前时刻的全局最优值；将均匀随机数与转换概率进行比较，若均匀随机数大于转换概率则进行全局搜索，否则进行局部搜索；计算下一代占空比对应的输出功率,所述算下一代占空比对应适应度为，将下一代占空比对应适应度分别与当前代占空比对应适应度、初始适应度比较，通过贪心策略确定要不要更新下一代占空比，全局最优值以及下一代占空比对应适应度，若满足结束条件，认为已经得到全局最大功率点。本发明能够有效提高光伏发电阵列最大功率点跟踪的准确性和搜索速度。
-
公开(公告)号：CN106357220B
公开(公告)日：2018-08-17
申请号：CN201610889635.0
申请日：2016-10-12
Applicant: 福州大学
IPC: H02S50/15
Abstract: 本发明涉及一种分布式光伏组串及组件伏安(IV)特性曲线在线测量系统，其包括光伏组件无线电压传感器、光伏子阵列IV曲线扫描模块以及上位机数据管理中心。所述的光伏组件无线电压传感器检测组件电压、由超级电容和光伏组件进行供电、通过无线传感网络将电压数据传输给IV曲线扫描模块;IV特性曲线扫描模块对各个组件串进行分时IV曲线扫描，并触发组件的电压传感器进行同步电压数据采集实现组件IV曲线扫描，将组件和组件串的IV数据传输给上位机数据管理中心。本发明能够在线实时地获取精确的光伏组件串及组件的IV特性曲线数据，从而有效提高光伏发电阵列的测试、评估和诊断效率和准确性。
-
-
-
-
-
-
-
-
-
Search Results
147
records
(took 0.024 seconds)
