一种基于榛子树搜索算法HKELM锂电池剩余使用寿命预测方法

    公开(公告)号:CN117572254A

    公开(公告)日:2024-02-20

    申请号:CN202311669807.X

    申请日:2023-12-07

    Inventor: 张菁 林冬丽

    Abstract: 本发明公开了一种基于榛子树搜索算法HKELM锂电池剩余使用寿命预测方法,包括以下步骤:S1、获取锂电池数据集,提取放电循环中的电池容量数据称为原始容量数据,选取容量作为健康因子;S2、利用完全自适应噪声集合经验模态分解对原始容量数据进行去噪,分解为K个分量;S3、计算K个分量和原始容量数据的Pearson相关系数,选取相关系数大的作为去噪数据,并划分为训练集和测试集;S4、采用榛子树搜索算法选取HKELM最优参数,建立基于改进HKELM锂电池剩余使用寿命预测模型。本发明提高了锂电池剩余使用寿命预测的精度和效率,对于提高锂电池的稳定性和安全性具有重要的实际工程意义。

    一种基于负荷量变化的微电网可靠性评估方法

    公开(公告)号:CN112053032A

    公开(公告)日:2020-12-08

    申请号:CN202010775791.0

    申请日:2020-08-05

    Abstract: 本发明涉及一种基于负荷量变化的微电网可靠性评估方法,包括以下步骤:步骤S1:获取微电网负荷范围,进行区域划分,根据缺电影响因子、电气距离计算得到负荷点的权值和负荷区域的权值;步骤S2:故障遍历,判断是否形成孤岛故障,若是转至步骤S4,若否转至步骤S3;步骤S3:通过双向搜索法评估非孤岛故障区域,得到负荷点的可靠性指标;步骤S4:获取孤岛故障区域,按照负荷点的权值和负荷区域的权值对多余负荷点进行排序,计算负荷点的负荷失电率;步骤S5:获取配电网系统可靠性指标,结合内负荷点的可靠性指标与负荷失电率,计算得到微电网的可靠性。与现有技术相比,本发明具有提高可靠性评估结果的准确性、缩短评估时间等优点。

    一种建筑消防报警实训系统

    公开(公告)号:CN103985280B

    公开(公告)日:2016-04-27

    申请号:CN201410222717.0

    申请日:2014-05-23

    Inventor: 张菁

    Abstract: 本发明涉及一种建筑消防报警实训系统,通过网络与学生用PC机相连接,包括建筑消防报警子系统、建筑模型展示台和建筑消防喷淋子系统,所述的建筑消防报警子系统包括消防报警主操作台和消防报警实验台,所述的消防报警主操作台包括可编程计算控制器和教师用PC机,所述的教师用PC机通过网络与学生PC机相连接,通过RS232接口与可编程计算控制器连接,所述的可编程计算控制器通过电源总线、信号总线分别与消防报警实验台、建筑模型展示台和建筑消防喷淋子系统相连接。与现有技术相比,本发明具有网络化教学、智能化等优点。

    一种建筑消防报警实训系统

    公开(公告)号:CN103985280A

    公开(公告)日:2014-08-13

    申请号:CN201410222717.0

    申请日:2014-05-23

    Inventor: 张菁

    Abstract: 本发明涉及一种建筑消防报警实训系统,通过网络与学生用PC机相连接,包括建筑消防报警子系统、建筑模型展示台和建筑消防喷淋子系统,所述的建筑消防报警子系统包括消防报警主操作台和消防报警实验台,所述的消防报警主操作台包括可编程计算控制器和教师用PC机,所述的教师用PC机通过网络与学生PC机相连接,通过RS232接口与可编程计算控制器连接,所述的可编程计算控制器通过电源总线、信号总线分别与消防报警实验台、建筑模型展示台和建筑消防喷淋子系统相连接。与现有技术相比,本发明具有网络化教学、智能化等优点。

    一种基于LSTM-GRU的锂电池健康状态预测方法

    公开(公告)号:CN118731748A

    公开(公告)日:2024-10-01

    申请号:CN202410763988.0

    申请日:2024-06-13

    Inventor: 张菁 任山 任丽佳

    Abstract: 本发明公开了一种基于LSTM‑GRU的锂电池健康状态预测方法,包括包括以下步骤:步骤S1:获取电动汽车的锂电池寿命衰减的真实数据集,该数据集是基于特定的驾驶周期进行记录,主要特征为时间、电压、电荷量和温度,步骤S2:根据步骤1的数据集,针对锂电池寿命衰减的特征参数,建立LSTM‑GRU的神经网络模型,步骤S3:将数据集分为训练集和测试集。本发明提供一种基于LSTM‑GRU的锂电池SOH预测方法,旨在使用一种适用性强并且准确的模型,能够用其准确预测电动汽车锂电池SOH,该模型避免了高复杂性和高训练成本的问题,通过从锂电池充电的相关数据中提取有用的特征,并使用LSTM‑GRU的神经网络模型,对现有的电动汽车的锂电池SOH进行准确预。

    一种新能源电力系统用储能设备

    公开(公告)号:CN118387471A

    公开(公告)日:2024-07-26

    申请号:CN202410492219.1

    申请日:2024-04-23

    Abstract: 本发明公开了一种新能源电力系统用储能设备,涉及到电力储能领域,包括固定平台、支撑脚和配电柜体,所述固定平台的上方设置有缓冲固定组件,所述缓冲固定组件包括有固定连接在固定平台顶面中心处的固定柱,所述固定柱的表面嵌套连接有活动柱,所述固定柱与活动柱之间设置有缓冲弹簧,所述缓冲弹簧的一端固定连接在活动柱内部的顶侧壁。本发明通过设置缓冲固定组件,通过缓冲固定组件内结构之间的配合,可以对配电柜体进行夹持固定,避免出现碰撞的情况,不仅稳定性强,而且缓冲固定组件内结构之间的设计,也进一步缩小了两个配电柜体之间出现碰撞的可能性,进一步加强了对配电柜体的保护性以及安全性。

    一种基于ConvNeXt的拼接图像矩形化网络

    公开(公告)号:CN118350992A

    公开(公告)日:2024-07-16

    申请号:CN202410516234.5

    申请日:2024-04-28

    Abstract: 本发明涉及一种基于ConvNeXt的拼接图像矩形化网络。该网络针对在训练过程中往往存在不同类型(输入样本及其掩膜图)的输入图像,从而导致训练效果不佳问题,提出了利用混合注意力机制使网络对输入样本中的空间域和通道域的特征呈现不同的关注度,提升了网络的特征学习能力。同时,为使得网络尽可能提取不同尺度目标的特征,利用了空洞空间金字塔池化模块,在扩大网络感受野的同时,对不同尺度的高维特征进行融合。与现有技术相比,本发明可以有效地提高矩形化效果,并且在面对复杂非线性语义信息的拼接图像时,拥有更好的语义内容保护能力。

Patent Agency Ranking