-
公开(公告)号：CN118472475A
公开(公告)日：2024-08-09
申请号：CN202410695352.7
申请日：2024-05-31
Applicant: 福州大学
IPC: H01M10/613 , H01M10/627 , H01M10/6569 , H01M10/6568 , H01M10/6564
Abstract: 本发明提出基于相变材料的电化学储能系统温度控制方法及装置，所述储能系统包括由设于外壳（1）内的多个电池簇（4）组成的储能阵列；储能系统的外壳内腔填充有用于调节储能系统内部温度的相变材料（2）；所述温度控制装置包括空气热泵（5）和穿置于相变材料中的管道（3）；所述管道与空气热泵相通以承载空气热泵工作时的冷媒水；所述空气热泵工作时，从外壳内的空气或壳外空气中吸热，并将吸收的热能经管道传递给相变材料进行存储；本发明以相变材料为核心，巧妙地实现了对储能系统内部温度的精准调控。
-
公开(公告)号：CN118381106A
公开(公告)日：2024-07-23
申请号：CN202410519750.3
申请日：2024-04-26
Applicant: 福州大学
Abstract: 主要针对鳗鱼养殖系统中对于如何解决负载电负荷和热负荷需求所存在的问题和缺陷，本发明提供了一种电热耦合渔光互补系统及其控制策略。在充分考虑电负荷和热负荷分配需求的前提下，优化多电源输入的调度状态，使负载端能够长期稳定运行在正常工作状态下，实现效益最大化，极大体现了多能融合互补微网的优势且符合实际运行工况需求。
-
公开(公告)号：CN116908725A
公开(公告)日：2023-10-20
申请号：CN202310852920.5
申请日：2023-07-12
Applicant: 福州大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明提供了一种基于电压回落信号特征的锂电池健康状态估计方法，包括以下步骤：步骤1：在恒温条件下采集电池充电结束后电池电压回落信号，作为原始数据集；步骤2：将采集的电压信号数据进行DWT分解得到1个低频信号能量与m个高频信号能量；步骤3：将步骤2得到的m个高频信号能量进行主成分分析,选取累计贡献度大于80%的前k个主成分；步骤4：将步骤2的1个低频信号能量与步骤3的k个主成分作为输入特征；步骤5：使用k折交叉验证，将步骤4得到的输入特征数据根据比例随机划分得到训练样本和测试样本；步骤6：将划分好的特征数据输入FBELNN,进行锂电池SOH估计。应用本技术方案可实现极高的估计精度。
-
公开(公告)号：CN120073703A
公开(公告)日：2025-05-30
申请号：CN202510221940.1
申请日：2025-02-27
Applicant: 福州大学
IPC: H02J3/00 , G06F18/2113 , G06F18/214 , G06Q50/06 , G06N3/0464 , G06N3/048 , G06N3/049 , B60L55/00 , H02J3/32 , H02J7/00 , G06F123/02
Abstract: 本发明涉及一种基于RS‑TCN的V2G集群出力预测方法，属于集群出力预测领域。所述方法，首先使用皮尔逊相关系数（PCC）和灰色关联度（GRG）进行相关性分析，从大规模现场数据中提取与SOC高度相关的特征。再将入网充放电的大规模电动汽车看作为V2G集群，基于V2G集群行为数据和充放电行为假设，通过随机抽样抽取一定数量的V2G集群进行V2G集群出力模拟。最后采用一维全卷积网络，融合因果卷积和膨胀卷积，并引入“跳连接”构成残差块组建残差网络，在一个残差块内，TCN有两层膨胀因果卷积和非线性，线性校正单元ReLu激活函数改进采用LeakyReLU函数，搭建了适用于V2G集群充放电预测的TCN模型。
-
Patent Agency Ranking
公开(公告)号：CN116401610B
公开(公告)日：2025-05-09
申请号：CN202310175237.2
申请日：2023-02-28
Applicant: 福州大学
IPC: G06F18/2433 , G06F18/214 , G06F30/20 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提出基于深度残差网络和联合分布的逆变器参数故障诊断方法，以三相逆变器多种已知工况下的故障数据建立训练集，建立构建由多个残差块组成的深度残差网络模型，同时运用Adam算法及批归一化BN技术防止该模型过拟合，接着加入伪标签学习，对源域与目标域之间的联合分布差异进行度量，通过联合分布适配方法来实现两个域特征的联合分布对齐，并以差异最小化为目标对网络进行优化；本发明能解决实际工程的应用场景中多种工况下故障数据分布不同，导致传统的深度诊断模型泛化能力及效率发生下降的问题。
-
公开(公告)号：CN119720798A
公开(公告)日：2025-03-28
申请号：CN202411931939.X
申请日：2024-12-26
Applicant: 福州大学
IPC: G06F30/27 , G06F18/2415 , G06F18/214 , G06F113/14 , G06F119/02
Abstract: 本发明提供一种基于RSBO优化LSTM网络的脉冲涡流管道壁厚检测方法，利用脉冲涡流信号对管道厚度进行估计，采用基于最小二乘拟合算法的数据样本截取长度评价准则确定保留测量信号的区间，将处理后的信号输入LSTM模型对管道厚度进行检测，并采用基于随机搜索和贝叶斯优化的组合寻优对LSTM模型进行超参数整定。
-
公开(公告)号：CN118130606A
公开(公告)日：2024-06-04
申请号：CN202410473103.3
申请日：2024-04-19
Applicant: 福州大学
IPC: G01N27/9013 , G06T7/00 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出基于弧形涡流传感器阵列的金属管路缺陷快速检测方法，包括以下步骤；步骤S1、在金属管路待检测区的外壁处安装传感器阵列；步骤S2、将传感器阵列中相邻激励线圈的激励方向设为两两相反，以提升弧形阵列对管路周向与轴向缺陷的敏感度，并抑制提离效应；步骤S3、在管路待检测区内壁与传感器阵列对应的区域处安装强导磁体；步骤S4、通过对传感器阵列中不同接收线圈的信号进行数据预处理与图像处理，结合训练好的深度学习LSTM模型，对金属管路进行缺陷深度与缺陷方向的快速检测；本发明利于无损检测管道内部缺陷，同时能结合深度学习LSTM模型，实现金属管路缺陷深度与方向的快速检测。
-
公开(公告)号：CN116929192A
公开(公告)日：2023-10-24
申请号：CN202310899921.5
申请日：2023-07-21
Applicant: 福州大学
Abstract: 本发明提供了一种基于导磁金属棒特性参数的多频涡流检测方法，包括以下步骤：步骤1：根据简化解析模型，通过线圈电感与电感过零频率，获取金属棒半径的初始值；步骤2：根据简化解析模型，在已知金属棒电导率的条件下，通过线圈电感过零频率，获取金属棒磁导率的初始值；步骤3：通过牛顿拉夫逊方法迭代优化，获取金属棒的半径与磁导率；应用本技术方案可合理估计优化参数初始值，实现金属棒多个特性参数的准确测量。
-
公开(公告)号：CN221806213U
公开(公告)日：2024-10-01
申请号：CN202421408128.7
申请日：2024-06-20
Applicant: 福州大学
Abstract: 本实用新型涉及一种电气锁控装置，包括柜体，所述柜体正面设有柜门，所述柜体内设置有安装板，所述安装板上安装有电气元件组，所述柜体内还设置有锁控组件，所述锁控组件包括蓄电池、电动驱动机构、遥控接收控制器、导电动触板和两个静触块，所述两个静触块连接在电气元件组的供电线路上，所述蓄电池为电动驱动机构和遥控接收控制器供电，所述遥控接收控制器与电动驱动机构电性连接，所述导电动触板安装在电动驱动机构上并在其驱动下上下运动，所述两个静触块位于导电动触板上方前后两侧，以在导电动触板向上运动时接通两个静触块。该装置有利于提高锁控电源的安全性和便捷性。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.019 seconds)
