-
公开(公告)号：CN112906987A
公开(公告)日：2021-06-04
申请号：CN202110330964.2
申请日：2021-03-29
Applicant: 福州大学
Abstract: 本发明涉及一种基于卷积神经网络和二维气象矩阵的光伏功率预测方法。该方法提出了一种由一维卷积神经网络和二维卷积神经网络构成的混合卷积神经网络模型，以此模型进行光伏发电功率的预测。以待测小时的气象参数为气象特征值通过灰色关联分析算法在电站的历史数据集中寻找待测小时的相似小时数据。然后将这些数据中的多元气象因素转化为二维气象矩阵，便于卷积神经网络深度挖掘气象因素和光伏功率输出的非线性关系。最后，将这些二维气象矩阵作为模型的输入，预测各个小时的发电功率。本发明能够快速准确对光伏电站的发电功率进行预测。
-
公开(公告)号：CN112787591A
公开(公告)日：2021-05-11
申请号：CN202011199284.3
申请日：2020-10-30
Applicant: 福州大学
Abstract: 本发明涉及一种基于微调密集连接卷积神经网络的光伏阵列故障诊断方法，首先，采集实际工况下的电气特性数据以及环境数据，然后利用Simulink搭建模型阵列，模拟实际工况；获取仿真的电气特性数据，其次，通过突变点检测算法，剔除实际和仿真中的异常数据，获取完整的电气波形数据，对其进行采样，压缩特征，拼接为二维特征矩阵。而后，设计密集连接卷积神经网络，使用仿真训练集和Adam优化算法预训练网络，再使用少量的实际工况的训练集微调网络。最后，利用FT‑DenseNet故障诊断网络，对待测工况测试集下的光伏发电阵列进行检测和分类。本发明方法在小样本的情况下，获得具有高精度，鲁棒性强，泛化能力好的分类网络，能够有效提高光伏阵列故障检测和分类的准确性。
-
公开(公告)号：CN108062571B
公开(公告)日：2021-04-27
申请号：CN201711439293.3
申请日：2017-12-27
Applicant: 福州大学
Abstract: 本发明涉及一种基于差分进化随机森林分类器的光伏阵列故障诊断方法。该方法：首先，采集各种工况条件下的光伏阵列电压和各个光伏组串的电流，并以不同的标识符对各种工况进行标识；其次，采用基于袋外数据的分类误判率均值大小确定随机森林模型中决策树的数量范围；而后，利用差分进化算法对其决策树数量范围进行全局优化，得到最优的决策树数量值；再而，将计算出的最优决策树数量值带入利用随机森林分类器并对样本进行训练，得到随机森林故障诊断训练模型；最后，利用训练模型对光伏阵列进行故障检测和分类。本发明方法，能够在保证最优的模型分类准确率的同时大大加快模型训练速度，从而更快速、准确地实现对光伏发电阵列的故障检测和分类。
-
-
公开(公告)号：CN109672406B
公开(公告)日：2020-07-07
申请号：CN201811591020.5
申请日：2018-12-20
Applicant: 福州大学
IPC: H02S50/10
Abstract: 本发明涉及一种基于稀疏表示和SVM的光伏发电阵列故障诊断与分类的方法，首先采集光伏阵列不同工作状态下多组温照度的电流样本信号；接着对每个电流样本信号进行归一化处理，构造训练样本矩阵；然后实验探索K‑SVD算法学习过完备字典的参数设置，并分别学习正常字典、单组串1个组件短路字典及单组串一个组件开路字典和单组串2个组件短路字典；接着调用OMP算法，用学习的四种字典重构每一类的电流信号，并计算出原电流信号和重构信号的均方根误差，并可以得到多个特征向量；最后设置SVM的参数，由特征向量训练故障分类器以实现光伏阵列的故障诊断和分类。本发明不需要其他的数据特征，且能在不影响光伏发电系统工作的情况下进行故障检测与分类。
-
Patent Agency Ranking
公开(公告)号：CN111259550A
公开(公告)日：2020-06-09
申请号：CN202010051084.7
申请日：2020-01-17
Applicant: 福州大学
IPC: G06F30/20 , H02S50/00 , G06F113/04
Abstract: 本发明涉及一种基于网格搜索和改进NM单纯形算法的光伏模型更新方法，包括以下步骤：步骤S1：获取光伏面板的实际I-V特性曲线信息；步骤S2：确定光伏组件模型和目标函数；步骤S3：采用网格搜索对光伏模型参数进行全局搜索，获取光伏模型参数搜索起始点，并确定模型参数搜索范围；步骤S4：采用改进的Nelder-Mead单纯形对步骤S3中的模型参数搜索起始点进行局部搜索,获取全局最优的光伏模型参数向量。步骤S5:根据得到的全局最优的光伏模型参数向量，实时更新光伏阵列的模型，从而便于评估和优化光伏电站的工作状态。本发明提高了光伏模型参数提取的精度和速度，能够实时更新光伏阵列的模型，从而便于评估和优化光伏电站的工作状态。
-
公开(公告)号：CN111044928A
公开(公告)日：2020-04-21
申请号：CN201911402258.3
申请日：2019-12-31
Applicant: 福州大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明涉及一种锂电池健康状态估计方法，包括以下步骤：选择以电池容量为状态变量，根据相关性分析提取多个特征作为后续模型的输入输出数据，以模拟锂电池的老化过程；将样本数据分成训练集和测试集，建立基于梯度提升决策树的回归模型，并对回归模型进行参数优化，进行样本训练得到混合算法回归训练模型；利用混合算法回归训练模型，对测试集下的锂电池健康状态进行估计。本发明具有精度高，泛化能力强等优点，能够准确有效的进行锂电池健康状态的估计。
-
公开(公告)号：CN110472541A
公开(公告)日：2019-11-19
申请号：CN201910715496.3
申请日：2019-08-05
Applicant: 福州大学
Abstract: 本发明涉及一种基于树莓派的服装识别系统，其特征在于：包括树莓派开发板；所述树莓派开发板连接有用于采集待识别服装图像采集模块、用于识别服装类型的服装识别模块、用于显示服装识别信息的显示模块、用于启动服装存储功能的第一触摸传感器模块、用于启动服装取用功能的第二触摸传感器模块和用于语音控制的语音模块；所述树莓派开发板还内置有Linux操作系统的SD卡。本发明能够快速有效的识别服装类型，并能够协助服装存取使用，方便各类人群使用，尤其是方便记忆力不好的老年人使用。
-
公开(公告)号：CN109992911A
公开(公告)日：2019-07-09
申请号：CN201910278837.5
申请日：2019-05-06
Applicant: 福州大学
Abstract: 本发明涉及基于极限学习机和IV特性的光伏组件快速建模方法，包括以下步骤：步骤S1：采集光伏组件在各种环境条件下的IV特性曲线数据；步骤S2:根据IV特性曲线数据数据，获取IV特性曲线；步骤S3:剔除异常的IV曲线数据，获得正常的IV曲线数据集；步骤S4：根据IV特性曲线数据的辐照度和组件背板温度，对正常的IV曲线数据集进行网格抽取，获得到均匀覆盖各种工况的IV曲线数据集，并随机分为独立的训练曲线集和测试曲线集；步骤S5获得由各个数据点的训练数据点集和测试数据点集。步骤S6：根据S5中得到的训练数据点，建立光伏组件模型。本发明能够准确有效快速地对光伏组件的IV特性进行建模，模型训练速度快，并且具有很好的准确性以及泛化能力。
-
公开(公告)号：CN109931946A
公开(公告)日：2019-06-25
申请号：CN201910285086.X
申请日：2019-04-10
Applicant: 福州大学
Abstract: 本发明涉及一种基于Android智能手机的盲人视觉测距导航方法,提供一内置目标检测模型的Android智能手机，包括以下步骤：步骤S1:通过语音唤醒手机，根据GPS定位实时位置；步骤S2：利用百度地图开源API，语音输入目的地位置，实现语音步行导航；步骤S3:将手机以一定角度向地面倾斜，设置于盲人身上；步骤S4:通过手机摄像头获得道路实时图像信息；步骤S5:根据内置的目标检测模型对实时图像信息进行目标检测，识别障碍物；步骤S6:根据摄像头俯仰角信息、检测框信息、图像尺寸和摄像头高度，计算得到障碍物距离；步骤S7:根据障碍物类型和距离，对盲人进行不同的语音提示。本发明只需处理摄像头采集的道路图像信息和计算摄像头的俯仰角即可自动地进行检测和测距。
-
-
-
-
-
-
-
-
-
Search Results
177
records
(took 0.045 seconds)
