公开(公告)号：CN119989924A

公开(公告)日：2025-05-13

申请号：CN202510285403.3

申请日：2025-03-11

Applicant: 中南林业科技大学

Inventor： 崔祥波 ,  蒋淑霞 ,  刘琦 ,  谢金平 ,  郭鹏程 ,  周永军

IPC: G06F30/27 ,  G06N20/10

Abstract: 本发明公开了一种锂电池SOC(State ofCharge，即荷电状态)预测的流行正则化支持向量机建模方法，它包括以下步骤：步骤1：数据收集与预处理；步骤2：构建流行正则化LSSVM目标函数；步骤3：利用KNN方法构建数据邻域关系；步骤4：求解目标函数构建预测模型；步骤5：模型误差计算与权重更新。本发明与现有技术相比的优点在于：通过引入流行学习技术，有效捕捉数据中的内在流形结构，提高模型对复杂数据的拟合能力，此外，通过结合鲁棒权重误差处理机制，有效抑制数据噪声对预测结果的影响，提高模型在复杂动态环境下的稳定性，增强模型鲁棒性，该方法能够更好地适应复杂时变工况需求，为锂电池的SOC预测提供了一种新的有效方法。

公开(公告)号：CN119758066A

公开(公告)日：2025-04-04

申请号：CN202411913244.9

申请日：2024-12-24

Applicant: 中南林业科技大学

Inventor： 韩志刚 ,  凌志伟 ,  朱阳 ,  谢金平

IPC: G01R31/34 ,  G06F18/241 ,  G06F18/213 ,  G06F18/10

Abstract: 本发明公开了一种三相异步电机故障诊断方法，包括如下步骤：步骤一：采集三相异步电机振动信号和电流信号；步骤二：对含噪信号进行处理，去除噪声和冗余信号后得到故障特征信号，故障特征信号包括振动特征信号和电流特征信号；步骤三：将得到的振动特征信号和电流特征信号转换为GADF数据图像；步骤四：依据一定权重比将振动特征信号与电流特征信号转换后的GADF数据图像进行图像融合，得到包含故障特征的GADF数据；步骤五：构建带有注意力机制的故障诊断神经网络模型，利用所述振动信号和电流信号诊断三相异步电机故障。本发明还提供一种三相异步电机故障诊断装置。与现有技术相比，本发明能够提高电机故障诊断的准确度。