-
公开(公告)号：CN114970749A
公开(公告)日：2022-08-30
申请号：CN202210688062.0
申请日：2022-06-17
Applicant: 中南大学 , 株洲中车时代电气股份有限公司
Abstract: 本发明提供一种用于获取电容器特征参数的方法、设备及可读存储介质，其中方法包括：获取待测电容器的测量参数序列；根据待测电容器的测量参数序列构建差分自回归移动平均模型，并根据该模型得到待测电容器的第一尺度特征；获取电容器分类模型、目标温度和目标频率，将第一尺度特征、目标温度和目标频率输入电容器分类模型，以得到待测电容器的分类标签，并根据该分类标签得到待测电容器的第二尺度特征；将待测电容器的第一尺度特征和第二尺度特征融合并进行特征提取，以得到待测电容器的融合特征；获取回归预测模型并将融合特征输入其中，以得到待测电容器的目标特征参数。本发明的技术方案能够提高获取待测电容器目标参数的工作效率。
-
公开(公告)号：CN114970749B
公开(公告)日：2024-11-15
申请号：CN202210688062.0
申请日：2022-06-17
Applicant: 中南大学 , 株洲中车时代电气股份有限公司
IPC: G06F18/23 , G06F18/241 , G06F18/214 , G01R31/00
Abstract: 本发明提供一种用于获取电容器特征参数的方法、设备及可读存储介质，其中方法包括：获取待测电容器的测量参数序列；根据待测电容器的测量参数序列构建差分自回归移动平均模型，并根据该模型得到待测电容器的第一尺度特征；获取电容器分类模型、目标温度和目标频率，将第一尺度特征、目标温度和目标频率输入电容器分类模型，以得到待测电容器的分类标签，并根据该分类标签得到待测电容器的第二尺度特征；将待测电容器的第一尺度特征和第二尺度特征融合并进行特征提取，以得到待测电容器的融合特征；获取回归预测模型并将融合特征输入其中，以得到待测电容器的目标特征参数。本发明的技术方案能够提高获取待测电容器目标参数的工作效率。
-
公开(公告)号：CN112068003A
公开(公告)日：2020-12-11
申请号：CN202011274895.X
申请日：2020-11-16
Applicant: 中南大学
IPC: G01R31/378 , G01R31/392 , G01R31/367 , G01R31/36 , G01R31/396 , G01R31/00
Abstract: 本发明公开提供了基于线性维纳过程的镉镍蓄电池寿命预测方法和装置。所述方法包括：建立电池的性能退化的具有随机效应的维纳过程模型；确定电池的剩余寿命与电池容量退化量的关系；确定电池的剩余寿命的全概率条件概率密度函数与条件累计分布函数；根据已有预设数量的电池的容量退化数据确定所述维纳过程模型的未知参数，生成预测镉镍蓄电池寿命的维纳过程模型。以此方式，能够准确预测镉镍蓄电池的剩余使用寿命，有利于节约动车组的运营成本。
-
Patent Agency Ranking
公开(公告)号：CN111680848A
公开(公告)日：2020-09-18
申请号：CN202010733589.1
申请日：2020-07-27
Applicant: 中南大学
Abstract: 本发明提供了一种基于预测模型融合的电池寿命预测方法及存储介质，所述电池寿命预测方法将长短记忆网络模型嵌套于粒子滤波模型之中，融合模型结构简单，用已有历史数据训练长短记忆网络模型得到退化趋势方程确定粒子滤波模型的的状态转移方程，解决了粒子滤波模型过于依赖经验模型的问题，粒子滤波模型利用粒子的加权和逼近容量的预测值，能得到剩余寿命的不确定表达，此外，将在线获得的新样本增加到原有训练样本集中重新训练模型，使得模型参数更新及时，有更好的适应性，可以实现镉镍蓄电池剩余循环寿命预测。
-
公开(公告)号：CN113393064A
公开(公告)日：2021-09-14
申请号：CN202110942159.5
申请日：2021-08-17
Applicant: 中南大学
IPC: G06Q10/04 , G06K9/62 , G06F17/11 , G06F30/20 , G06F119/04 , G06F119/10
Abstract: 本发明公开了一种动车组镉镍蓄电池的寿命预测方法及终端设备，方法包括：对待测动车组镉镍蓄电池进行循环寿命试验，获得待测动车组镉镍蓄电池随循环次数变换的循环容量；将循环容量输入至粒子滤波算法中训练，得到容量估计值；将容量估计值作为扩展卡尔曼滤波算法的实际测量值，利用扩展卡尔曼滤波算法预测动车组镉镍蓄电池的寿命。本发明提出了使用数据拟合的方法建立动车组镉镍蓄电池的退化模型，该方法能够精确地描述蓄电池退化的主体趋势。在此基础上，进一步提出了一种将粒子滤波算法与扩展卡尔曼滤波算法相结合的新的融合算法，该算法可精确预测动车组镉镍蓄电池的寿命，预测精度高。
-
公开(公告)号：CN112307638A
公开(公告)日：2021-02-02
申请号：CN202011241354.7
申请日：2020-11-09
Applicant: 中南大学
IPC: G06F30/20 , G06F111/08 , G06F119/04
Abstract: 本申请中一个或多个实施例提供一种电容器寿命估算方法、装置及电子设备，包括：获取电容特征值；建立早期预测模型组、中期预测模型组和晚期预测模型；早期预测模型组基于第一训练集训练得到，中期预测模型组基于第二训练集训练得到，晚期预测模型基于第三训练集训练得到；将电容特征值输入早期预测模型组以确定早期预测模型组的预测结果；将电容特征值输入中期预测模型以确定中期预测模型组的预测结果；将电容特征值输入晚期预测模型以确定晚期预测模型的预测结果；基于电容器老化试验并根据至少一个预测结果进行电容器寿命估算。本申请能够解决现有技术在老化试验基础上电容器寿命估算误差大且无法避免电容器个体差异的问题。
-
公开(公告)号：CN112307638B
公开(公告)日：2022-06-07
申请号：CN202011241354.7
申请日：2020-11-09
Applicant: 中南大学
IPC: G06F30/20 , G06F111/08 , G06F119/04
Abstract: 本申请中一个或多个实施例提供一种电容器寿命估算方法、装置及电子设备，包括：获取电容特征值；建立早期预测模型组、中期预测模型组和晚期预测模型；早期预测模型组基于第一训练集训练得到，中期预测模型组基于第二训练集训练得到，晚期预测模型基于第三训练集训练得到；将电容特征值输入早期预测模型组以确定早期预测模型组的预测结果；将电容特征值输入中期预测模型以确定中期预测模型组的预测结果；将电容特征值输入晚期预测模型以确定晚期预测模型的预测结果；基于电容器老化试验并根据至少一个预测结果进行电容器寿命估算。本申请能够解决现有技术在老化试验基础上电容器寿命估算误差大且无法避免电容器个体差异的问题。
-
公开(公告)号：CN112068003B
公开(公告)日：2021-02-19
申请号：CN202011274895.X
申请日：2020-11-16
Applicant: 中南大学
IPC: G01R31/378 , G01R31/392 , G01R31/367 , G01R31/36 , G01R31/396 , G01R31/00
Abstract: 本发明公开提供了基于线性维纳过程的镉镍蓄电池寿命预测方法和装置。所述方法包括：建立电池的性能退化的具有随机效应的维纳过程模型；确定电池的剩余寿命与电池容量退化量的关系；确定电池的剩余寿命的全概率条件概率密度函数与条件累计分布函数；根据已有预设数量的电池的容量退化数据确定所述维纳过程模型的未知参数，生成预测镉镍蓄电池寿命的维纳过程模型。以此方式，能够准确预测镉镍蓄电池的剩余使用寿命，有利于节约动车组的运营成本。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.039 seconds)
