-
公开(公告)号:CN119485200A
公开(公告)日:2025-02-18
申请号:CN202411714473.8
申请日:2024-11-27
Applicant: 东北电力大学
Abstract: 本发明为一种基于改进WGP模型的室内定位方法、系统、介质及设备,涉及定位技术领域,基于翘曲高斯过程回归和WiFi指纹定位,提出了一种包含离线采样和指纹匹配的两阶段室内定位算法。离线阶段,应用WGP模型通过对高斯过程进行参数的非线性变换来处理输出观测值。WiFi指纹数据通常包含非高斯噪声,传统GPR在拟合这些信号强度时存在局限性,因此本申请采用了WGP模型。WGP模型不仅利用了传统高斯过程的统计特性,还通过非线性变换增强了其灵活性,从而更有效地处理非高斯噪声。在准确性和置信区间方面,WGP模型表现优于标准GPR和更为先进的多项式高斯过程回归。
-
公开(公告)号:CN117708767A
公开(公告)日:2024-03-15
申请号:CN202311525176.4
申请日:2023-11-16
Applicant: 东北电力大学
IPC: G06F18/27 , G06F18/214 , G01R31/392
Abstract: 基于交互测度算法优化HELM模型全钒液流电池健康状态方法,其包括以下步骤:1)测量全钒液流电池充放电属性数据;2)采用交互测度算法对数据进行处理;3)根据交互测度算法得到的结果来预测全钒液流电池未来循环的SOH,本发明建立了一个快速准确的全钒液流电池健康状态检测模型。主要通过得到不同属性间的交互测度结果来确定输入模型的数据集。再基于HELM快速准确收敛逼近的特点,得到SOH估计模型。对电池内部各种属性的潜在联系有了更深入的认识;实验结果验证了交互测度算法能够根据训练数据筛选对SOH影响大的特征,准确快速地对VRFB进行SOH估计,交互测度算法能帮助我们提出的模型快速适应VRFB电池的电化学特性、工作条件和应用要求。
-