-
公开(公告)号：CN117575213A
公开(公告)日：2024-02-20
申请号：CN202311508846.1
申请日：2023-11-13
Applicant: 上海交通大学宁波人工智能研究院
IPC: G06Q10/0631 , G06Q30/0202 , G06Q30/0283 , G06Q50/06 , G06F18/23 , G06F18/213 , G06F18/214
Abstract: 本发明公开了一种基于需求响应的城市居民用水定价系统，涉及城市公共事业技术领域，包括数据预处理模块、群体特征分析模块、需求预测模块、需求调节模块、数据管理模块和可视化模块。本发明还公开了一种基于需求响应的城市居民用水定价方法，包括：S100、准备工作；S200、需求分析；S300、需求预测；S400、需求响应；S500、结果可视化。本发明根据给定输入参数评估模型可行性，能够获得较为精确的用户用水需求预测结果，量化分析不同用户群体的用户用水需求特征，证实水价变动对用户用水需求变化的影响，在保证用户满意度的基础上做到了节水效益最优的水价结构性优化。
-
公开(公告)号：CN117192378A
公开(公告)日：2023-12-08
申请号：CN202311156341.3
申请日：2023-09-07
Applicant: 上海交通大学宁波人工智能研究院
IPC: G01R31/367 , G01R31/392 , G01R31/378 , G06N3/047 , G06N3/042 , G06N3/0455 , G06N3/048 , G06N3/0499 , G06N3/08 , G06N5/04
Abstract: 本发明公开了一种注意力机制耦合贝叶斯网络的锂电池SOH估计方法，涉及电池技术领域，包括：步骤1、采集锂电池的原始运行数据，并按时间序列进行整理和清洗，最后作标准化处理，得到运行数据集；步骤2、创建基于多头注意力机制的特征提取网络，并创建嵌入层和位置编码矩阵，再输入运行数据集，提取最终的特征向量；步骤3、创建多个贝叶斯线性层堆叠而成的贝叶斯神经网络模型，将特征向量作为输入，利用贝叶斯推断对模型的参数分布进行学习，根据模型实例的输出结果计算损失值以便对贝叶斯神经网络模型的参数进行更新；步骤4、根据贝叶斯神经网络模型输出的样本集合，取均值和标准差作为估计值和置信区间，实现锂电池SOH的估计。
-
公开(公告)号：CN114204573B
公开(公告)日：2023-06-27
申请号：CN202111490605.X
申请日：2021-12-08
Applicant: 上海交通大学宁波人工智能研究院
Abstract: 本发明公开了一种自洽能源系统控制装置，涉及公路交通多能系统规划调度技术领域，包括通信模块、存储模块、规划模块和输出模块。本发明还公开了一种自洽能源系统控制方法，包括S100、采集自洽能源系统日前24小时整点时刻的发电量预测值、负荷预测值和剩余储能量数据；S200、传输自洽能源系统的发电量预测值、负荷预测值和剩余储能量数据；S300、存储发电量预测值、负荷预测值、剩余储能量数据、能源转换设备和储能设备的基本参数以及能源价格；S400、读取发电量预测值、负荷预测值、剩余储能量数据，建立规划调度模型，包括目标函数及相应约束；S500、求出最优解；S600、控制自洽能源系统的工作。本发明最小化了能源购买成本，实现了盈利最大化。
-
公开(公告)号：CN115791812A
公开(公告)日：2023-03-14
申请号：CN202211536833.0
申请日：2022-12-02
Applicant: 上海交通大学宁波人工智能研究院
Abstract: 本发明公开了一种基于机器视觉的毛纱质量检测装置，涉及纺织机械技术领域，包括图像采集辅助模块、图像采集模块、控制计算机模块和报警模块，图像采集模块将毛纱图像发送给控制计算机模块，控制计算机模块分析得到毛纱质量数据，响应于毛纱质量数据，报警模块分析得到报警等级信号，当毛纱质量出现异常时，报警模块发出相应等级的警报，响应于报警等级信号，自动落纱器自动调整落纱速度。本发明还公开了基于机器视觉的毛纱质量检测方法，包括：S100、准备工作；S200、所述自动落纱器输送毛纱；S300、实时捕获毛纱图像；S400、得到毛纱质量数据；S500、毛纱质量报警；S600、调整落纱速度。本发明实现了对毛纱缺陷高精度、高速度的检测和识别。
-
公开(公告)号：CN114204573A
公开(公告)日：2022-03-18
申请号：CN202111490605.X
申请日：2021-12-08
Applicant: 上海交通大学宁波人工智能研究院
Abstract: 本发明公开了一种自洽能源系统控制装置，涉及公路交通多能系统规划调度技术领域，包括通信模块、存储模块、规划模块和输出模块。本发明还公开了一种自洽能源系统控制方法，包括S100、采集自洽能源系统日前24小时整点时刻的发电量预测值、负荷预测值和剩余储能量数据；S200、传输自洽能源系统的发电量预测值、负荷预测值和剩余储能量数据；S300、存储发电量预测值、负荷预测值、剩余储能量数据、能源转换设备和储能设备的基本参数以及能源价格；S400、读取发电量预测值、负荷预测值、剩余储能量数据，建立规划调度模型，包括目标函数及相应约束；S500、求出最优解；S600、控制自洽能源系统的工作。本发明最小化了能源购买成本，实现了盈利最大化。
-
Patent Agency Ranking
公开(公告)号：CN113109712A
公开(公告)日：2021-07-13
申请号：CN202110403620.X
申请日：2021-04-15
Applicant: 上海交通大学宁波人工智能研究院
IPC: G01R31/36 , G01R31/382 , G01R31/52 , G06F17/12 , H01M10/48
Abstract: 本发明公开了一种基于二分支等效电路的非线性观测器，涉及电池技术领域，包括二分支等效电路和非线性观测器，二分支等效电路和非线性观测器并联连接；本发明还公开了一种基于二分支等效电路的非线性观测器的SOC估算方法，包括S100、进行充电或放电操作，S200、输入充电或放电电流，S300、计算各支路电流i1,i2,i3，S400、由所述非线性观测器得到内部电压v1和v2，S500、把内部状态x1＝v1,x2＝v2代入SOC估算表达式，S600、获得SOC估计值。本发明的非线性观测器结构精度较高，可以用于处理非线性系统，同时兼顾了计算成本；本发明的SOC估算方法能够考虑所有电容存储的电荷，较好地完成对SOC的在线估计。
-
公开(公告)号：CN103529694B
公开(公告)日：2017-03-15
申请号：CN201310483108.6
申请日：2013-10-15
Applicant: 上海交通大学
IPC: G05B11/28
Abstract: 本发明涉及一种脉宽调制占空比控制方法及装置，其中方法包括以下步骤：1)数据分离器根据输入的数据是浮点数或定点小数，自动将输入数据分离成整数和小数部分；2)数值积分器对数据分离器分离出来的小数部分进行累加积分，大于1的整数部分溢出后输入到加法器中，并将其加到数据分离器输出的整数部分，余数部分继续留在积分累积器中等待下一个周期累积；3)在当前周期内，加法器将累加后的整数数据输出到PWM占空比发生器中，PWM占空比发生器根据该数据调整PWM波形的占空比。与现有技术相比，本发明具有可以提高PWM执行器的输出精度，降低成本，有利于更快地实现控制系统的稳定，减少波动，减少稳态误差，改善控制系统品质等优点。
-
公开(公告)号：CN119066539B
公开(公告)日：2025-03-11
申请号：CN202411555973.1
申请日：2024-11-04
Applicant: 上海交通大学宁波人工智能研究院
IPC: G06F18/243 , G06F18/2113 , G06F18/213 , G06F18/2131 , G06N5/01 , G06N20/20 , G06Q10/20 , G06Q50/06 , G01R31/12
Abstract: 本发明公开了一种降低光伏串联直流拉弧故障误报率的方法，涉及人工智能算法和光伏故障诊断技术领域，包括：S100、信号采集；S200、电流信号处理；S300、互相关性计算；S400、电流特征向量计算；S500、串联直流拉弧故障分析。本发明提供了一种降低光伏串联直流拉弧故障误报率的方法，结合人工智能技术对传统Cart决策树进一步剪枝和细分，有效降低了直流电弧故障检测的误报率，减少了光伏设备的检修成本，降低了光伏设备的运维成本。
-
公开(公告)号：CN119066539A
公开(公告)日：2024-12-03
申请号：CN202411555973.1
申请日：2024-11-04
Applicant: 上海交通大学宁波人工智能研究院
IPC: G06F18/243 , G06F18/2113 , G06F18/213 , G06F18/2131 , G06N5/01 , G06N20/20 , G06Q10/20 , G06Q50/06 , G01R31/12
Abstract: 本发明公开了一种降低光伏串联直流拉弧故障误报率的方法，涉及人工智能算法和光伏故障诊断技术领域，包括：S100、信号采集；S200、电流信号处理；S300、互相关性计算；S400、电流特征向量计算；S500、串联直流拉弧故障分析。本发明提供了一种降低光伏串联直流拉弧故障误报率的方法，结合人工智能技术对传统Cart决策树进一步剪枝和细分，有效降低了直流电弧故障检测的误报率，减少了光伏设备的检修成本，降低了光伏设备的运维成本。
-
公开(公告)号：CN117195713A
公开(公告)日：2023-12-08
申请号：CN202311153193.X
申请日：2023-09-07
Applicant: 上海交通大学宁波人工智能研究院
IPC: G06F30/27 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06N3/048 , G06N3/0495 , G06F119/08
Abstract: 本发明公开了一种基于深度算子学习的锂电池模组温度场重建方法，涉及锂电池技术、温度场重建技术与BMS技术领域，所述方法包括以下步骤：步骤1、预处理坐标数据d；步骤2、将预处理后的坐标数据d输入主干神经网络，得到输出的偏置函数Q；步骤3、将整个温度场重建空间离散化为n个网格，在n个网格中随机选择m个采样点布置温度传感器进行采样，获得采样数据u；步骤4、将采样数据u输入分支神经网络，得到输出的空间相关系数B；步骤5、将B中的每一个Bi和偏置函数Q进行聚合，得到隐向量H；步骤6、通过线性变换层将H投影回输出空间，得到坐标数据d处的预测点温度值；步骤7、构建损失函数模块，优化主干神经网络和分支神经网络。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.021 seconds)
