基于扇区划分算法的永磁同步电机多步预测控制方法

    公开(公告)号:CN109742991B

    公开(公告)日:2020-04-21

    申请号:CN201910093409.5

    申请日:2019-01-30

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于扇区划分算法的永磁同步电机多步预测控制方法。本发明一种基于扇区划分算法的永磁同步电机多步预测控制方法,包括:合理设置成本函数并得到多步预测下的成本函数的表达式,将成本函数经过矩阵转换转变为一个最小二乘问题,得到理想状态下成本函数的最优解,将理想状态下最优解的3个矢量合成并判断合成矢量所在的扇区,从而减少多步预测的计算量。本发明的有益效果:发明通过采用扇区划分算法减少多步预测的在线计算量,比一步预测拥有更好的控制效果,同时计算量较传统遍历法得到大幅降低,因此对实现永磁同步电机高性能控制具有重要意义。

    锂离子电池状态联合估计方法及系统

    公开(公告)号:CN117074962B

    公开(公告)日:2024-11-01

    申请号:CN202311060583.2

    申请日:2023-08-22

    Applicant: 江南大学

    Abstract: 本申请提供了一种锂离子电池状态联合估计方法及系统,方法包括:根据输入的充电电流,基于二阶等效电路构建锂离子电池的电模型;根据电模型的阻抗参数与充电过程中锂离子电池自身的产热和对流换热关系构建锂离子电池的二态热模型,并基于电模型与二态热模型的双向耦合作用构建锂离子电池的分数阶耦合模型;基于分数阶耦合模型,利用动态折息最小二乘法对分数阶耦合模型进行参数估计;基于分数阶耦合模型,利用MMFCKF算法对分数阶耦合模型进行SOC与SOH状态联合估计。通过建立分数阶电热耦合模型方法提高了电池模型的精度,具有很好的鲁棒性,其参数辨识方法能够较高精度辨识出模型参数,锂电池状态联合估计方法能实现联合估计。

    一种电动汽车微电网优化控制方法、装置及可读存储介质

    公开(公告)号:CN117134392A

    公开(公告)日:2023-11-28

    申请号:CN202311077959.0

    申请日:2023-08-24

    Abstract: 本发明涉及一种电动汽车微电网优化控制方法、装置及可读存储介质,属于微电网系统优化控制技术领域。包括:利用拉丁超立方算法和后向场景缩减法构建电动汽车微电网优化控制目标函数;构建电动汽车微电网优化控制约束函数;构建电动汽车微电网优化控制关系函数;基于电动汽车微电网优化控制目标函数、电动汽车微电网优化控制约束函数和电动汽车微电网优化控制关系函数构建电动汽车微电网优化控制模型,利用求解器对该模型求解得到控制参数。本发明利用拉丁超立方算法和后向场景缩减法构建目标函数,充分考虑了电动汽车微电网系统中电动汽车可用性的不确定性,有效地处理了各个变量及其约束的互联性,提高了电动汽车微电网系统的电能质量和经济性。

    一种永磁同步电机模型预测控制权重系数设计方法和系统

    公开(公告)号:CN116931431A

    公开(公告)日:2023-10-24

    申请号:CN202310924966.3

    申请日:2023-07-26

    Applicant: 江南大学

    Abstract: 本发明涉及一种永磁同步电机模型预测控制权重系数设计方法和系统,方法包括:基于模型预测控制对构建的永磁同步电机的数学模型进行双闭环运行,通过模型预测控制的代价函数对电机进行初步控制;给定参考信号,采集永磁同步电机的数学模型在双闭环运行过程中的d、q轴电流,并分别计算d、q轴电流的误差;将初步控制中代价函数的权重系数λ、d、q轴电流的误差作为强化学习的输入,根据强化学习对模型预测控制代价函数的权重系数λ进行整数寻优和小数寻优,找到最佳权重系数;通过最佳权重系数达到期望的d、q轴电流的误差,再控制永磁同步电机运转。本发明通过对权重系数进行整数寻优和小数寻优,找到最佳权重系数,进而提高最电机控制性能。

    基于FCS-MPC的分布式HESS功率协调控制方法和系统

    公开(公告)号:CN115811071A

    公开(公告)日:2023-03-17

    申请号:CN202211448565.7

    申请日:2022-11-18

    Applicant: 江南大学

    Abstract: 本发明涉及FCS‑MPC技术领域,公开一种基于FCS‑MPC的分布式HESS功率协调控制方法和系统,方法包括获取储能系统需要补偿的功率需求Pref,顶层控制使用小波包变换将所述Pref分解为高功率密度和高能量密度,将高功率密度作为超级电容的功率给定值,对高能量密度部分进行再分配后作为蓄电池的功率给定值,底层控制使用多步FCS‑MPC在线预测优化控制储能单元的输出跟随给定值;系统包括顶层功率分配模块和底层功率控制模块。本发明可以实现孤岛直流微电网中分布式HESS的协调控制、控制动态响应性能好、输出电压稳定、功率跟随反应快速灵敏。

    基于光学显微镜的YOLOv3数据集制作方法及系统

    公开(公告)号:CN113724223A

    公开(公告)日:2021-11-30

    申请号:CN202111008164.5

    申请日:2021-08-27

    Applicant: 江南大学

    Abstract: 本发明涉及基于光学显微镜的YOLOv3数据集制作方法及系统。本发明包括:利用光学显微镜对样品进行划痕图像的采集;对采集到的划痕图像进行统一图像尺寸;对统一尺寸后的图像进行处理以突出划痕;对处理后的图像进行样本扩充;手动标注图像样本中划痕的位置及宽度尺寸,获得手动标注数据;将手动标注数据作为输入训练yolo‑v3神经网络,获得极细微划痕目标检测模型;将图像数据集中的剩余样本输入到极细微划痕目标检测模型中,获得剩余样本的划痕标注结果。本发明大大提高了数据集的制作效率,并且本发明所获得的极细微划痕目标检测模型仍可以用于普通视觉系统所采集图像的检测。

    基于多智能体的抗干扰自适应模糊滑膜协同控制方法

    公开(公告)号:CN113472242A

    公开(公告)日:2021-10-01

    申请号:CN202110759034.9

    申请日:2021-07-05

    Applicant: 江南大学

    Abstract: 本发明涉及一种基于多智能体的抗干扰自适应模糊滑膜协同控制方法,包括以下步骤:S1、获取多台智能体给定速度反馈速度χi.1、反馈电流信号χi.2和χi.3;S2、整合多台智能体定速度和反馈速度χi.1的偏差zi.1,同时对多个智能体进行扰动观测,得到补偿控制信号S3、将偏差zi.1和补偿控制信号进行虚拟控制得到q轴控制电流信号将d轴控制电流信号选取为0;S4、控制电流信号和与反馈电流信号χi.2和χi.3通过自适应模糊滑模控制得到q轴和d轴的控制电压信号ui.q和ui.d。本发明基于多智能体的抗干扰自适应模糊滑模协同控制方法,提高多台智能体同步追踪精度,能够实现多台智能体协同控制。

    基于小生境混沌粒子群算法的微网群优化调度策略

    公开(公告)号:CN112821470A

    公开(公告)日:2021-05-18

    申请号:CN202110259648.0

    申请日:2021-03-10

    Applicant: 江南大学

    Abstract: 本发明公开了基于小生境混沌粒子群算法的微网群优化调度策略,包括:步骤1:建立动态电价模型和动态电价下的负荷模型,基于动态电价模型建立成本模型和经济收益模型,基于成本模型和经济收益模型建立目标函数模型;步骤2:分别设定微网功率平衡、出力,可控机组出力、爬坡,储能电池运行,微网间功率交互及微网与配电网功率交互的约束条件;步骤3:将约束条件下的目标函数模型作为调度模型;步骤4:采用小生境混沌粒子群算法优化调度模型,求解调度模型的最优成本解。本发明的实现微网群不同电源间空间互补、储能装置存储和释放电能双向调节、电源和负荷供需平衡的互动调控,表明优化调度策略的有效性。

    针对直线感应电机的速度控制方法

    公开(公告)号:CN109951123B

    公开(公告)日:2020-10-30

    申请号:CN201910262159.3

    申请日:2019-04-02

    Applicant: 江南大学

    Abstract: 本发明公开了一种针对直线感应电机的速度控制方法。本发明一种针对直线感应电机的速度控制方法,包括:步骤一:分析模型;步骤二,将式子(3)所述的NARX模型利用紧格式动态线性化技术转化成线性模型;步骤三,设计LIM速度与q轴电流观测器;步骤四,设计PPD自适应率;步骤五,设计第一阶控制器;步骤六,设计带电流约束的离散指令滤波器;步骤七,设计第一阶的补偿器信号。本发明的有益效果:首先利用速度观测器与电流观测器技术实现了PPD的估计以使得估计的线性模型接近真实系统,然后基于此联合利用反推技术设计了MFAC控制器,在设计每一阶控制器的基础上充分考虑了约束条件并加入了抗饱和补偿器来应对饱和现象出现的问题。

    基于递减预测步长的模型预测控制方法

    公开(公告)号:CN109613830B

    公开(公告)日:2020-04-10

    申请号:CN201910099061.0

    申请日:2019-01-31

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于递减预测步长的模型预测控制方法。本发明一种基于递减预测步长的模型预测控制方法,其特征在于,包括:建立带扰动项的线性时不变系统模型、采用H∞型成本函数、引入具有先验状态记忆的仿射状态反馈控制律、提出递减步长模型预测控制算法、可行性和指定到达时间论证。本发明的有益效果:本发明在变步长预测控制基础上,将到达时间当作硬性约束,提出递减步长模型预测控制,保证了系统状态能够在指定时间内进入终端集,同时也减少了系统进入终端集的时间。

Patent Agency Ranking