-
公开(公告)号：CN117517099A
公开(公告)日：2024-02-06
申请号：CN202311438751.7
申请日：2023-10-31
Applicant: 佛山科学技术学院
Abstract: 本发明涉及超导线缆弯折度检测技术领域，具体为一种超导线缆弯折度检测装置，包括操作台，操作台的顶端面两侧固定安装两个侧板，两个侧板相对的侧壁上固定安装有两个固定机构，操作台的内部卡接安装电机，电机输出轴上固定安装固定环。超导线缆在两个固定机构与夹持机构上固定完成后，电机输出轴转动，通过固定环带动连接板转动，连接板一端第二夹持板与第三夹持板之间夹持的超导线缆即可实现弯曲操作，连接板转动至两个侧板的一侧时，两个侧板上计数器可以感应到连接板，从而实现对线缆的弯折次数记录，实现超导线缆的弯曲度检测，不需要采用人工抽拉的方式来模拟使用过程，检测方式简单便捷，使用更加便利。
-
公开(公告)号：CN116298913A
公开(公告)日：2023-06-23
申请号：CN202310247620.4
申请日：2023-03-14
Applicant: 佛山科学技术学院
IPC: G01R31/367 , G01R31/382
Abstract: 本发明公开了一种基于在线离线辨识结合的锂电池荷电状态估计方法，包括以下步骤：S1.建立锂离子电池三阶等效电路模型，然后根据三阶等效电路模型确定回路方程跟观测方程，再根据拉普拉斯变换建立锂离子电池在线参数的状态空间方程；S2.锂离子电池模型的参数离线辨识：通过恒流放电实验确定Uoc、R0与SOC的关系；S3.锂离子电池模型的参数在线辨识：通过对锂离子电池模型拉普拉斯方程采用双线性变换进行离散化，转化成差分方程后进行辨识，并逆运算出锂离子电池模型参数；S4.当锂离子电池模型的参数进行更新后，采用自适应卡尔曼滤波算法估计锂离子电池SOC。本发明降低了SOC估计过程中的噪声，并大幅度提高了电池模型的精度。
-
公开(公告)号：CN112722629B
公开(公告)日：2023-06-09
申请号：CN202011583868.0
申请日：2020-12-28
Applicant: 佛山科学技术学院
Abstract: 本发明提供了一种自动开盖消毒垃圾桶，包括盖板、外壳、内桶以及自动翻盖组件，所述内桶安装在所述外壳中，所述盖板铰接在所述外壳上且可盖合在所述外壳的开口上，所述自动开盖消毒垃圾桶还包括所述自动翻盖组件包括中央处理器、驱动装置以及超声波传感器，所述驱动装置以及所述超声波传感器均与所述中央处理器电连接，所述驱动装置安装在所述外壳上且用于驱动所述盖板动作，所述超声波传感器固定安装在所述盖板的边缘上。本发明可以实现垃圾桶盖板的自动打开，克服现有医院用垃圾桶开盖时均需采用手动或脚踩方式实现的问题，降低病菌传播的概率并保护医院工作人员和病患的安全。
-
公开(公告)号：CN108023340A
公开(公告)日：2018-05-11
申请号：CN201810063519.2
申请日：2018-01-23
Applicant: 佛山科学技术学院
Abstract: 本发明公开了一种分界开关控制器，包括：电流互感器、交流采样模块、控制器，所述电流互感器的输出端与所述交流采样模块的输入端连接，所述控制器包括：PIC单片机和DSP处理器，所述PIC单片机与所述DSP处理器通过SPI总线连接，所述PIC单片机的输出端与分界开关连接，所述DSP处理器的输入端与所述交流采样模块的输出端连接。该分界开关控制器利用DSP处理器和PIC单片机各自的特点，将傅里叶变换这些逻辑运算给DSP处理器承担，将控制类操作给PIC单片机承担，分工明确，提高了响应效率。该控制器可广泛用于电力自动化系统当中。
-
公开(公告)号：CN118332419A
公开(公告)日：2024-07-12
申请号：CN202410455126.1
申请日：2024-04-16
Applicant: 广东电网有限责任公司佛山供电局 , 佛山科学技术学院
IPC: G06F18/2411 , G06F18/2431 , G06F18/213 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/0985 , G06N20/10 , G06N3/006 , G01R31/52 , G01R31/56
Abstract: 本发明涉及漏电识别领域，具体涉及一种电力设施涉水漏电识别方法、装置、云端设备及计算机装置，提高了漏电识别的准确性。技术方案包括：采集电力设施正常运行、故障运行以及涉水条件下的漏电流数据，建立FCN模型，所述FCN模型由输入层、卷积层、批归一化层、全局池化层和输出层构成，采用SVM作为FCN的激活函数，其核函数采用RBF函数，采用改进的能量谷优化算法优化SVM的惩罚系数和核函数的系数，确定FCN‑IEVO‑SVM模型，通过采集的电力设施正常运行、故障运行以及涉水条件下的漏电流数据进行数据处理与波形图像编码，将70％的数据作为训练集训练FCN‑IEVO‑SVM模型，将已经进行数据处理与波形图像编码的漏电流数据的30％作为测试集，通过训练好的FCN‑IEVO‑SVM模型进行漏电情况识别。
-
Patent Agency Ranking
公开(公告)号：CN117092517A
公开(公告)日：2023-11-21
申请号：CN202310901538.9
申请日：2023-07-21
Applicant: 佛山科学技术学院
IPC: G01R31/367 , G01R31/387
Abstract: 本发明公开了一种基于改进的SFO‑EKF的锂电池荷电状态估计方法，包括以下步骤为：S1.建立基于锂电池的二阶等效电路模型，获得锂电池回路方程和输出方程，并进行离散化得到锂电池在线参数的状态空间方程；S2.通过电池恒流充放电实验得到电池的开路电压Uoc和SOC，获取开路电压Uoc和SOC的函数关系；S3.使用变遗忘因子最小二乘算法对锂电池模型参数进行在线辨识；S4.建立改进的SFO‑EKF算法，SFO算法用来计算状态空间方程的系统噪声协方差和测量噪声协方差的最优值，结合扩展卡尔曼滤波算法对SOC进行估计。本发明能够准确估计锂电池荷电状态，误差小，估计精度高。
-
公开(公告)号：CN112722629A
公开(公告)日：2021-04-30
申请号：CN202011583868.0
申请日：2020-12-28
Applicant: 佛山科学技术学院
Abstract: 本发明提供了一种自动开盖消毒垃圾桶，包括盖板、外壳、内桶以及自动翻盖组件，所述内桶安装在所述外壳中，所述盖板铰接在所述外壳上且可盖合在所述外壳的开口上，所述自动开盖消毒垃圾桶还包括所述自动翻盖组件包括中央处理器、驱动装置以及超声波传感器，所述驱动装置以及所述超声波传感器均与所述中央处理器电连接，所述驱动装置安装在所述外壳上且用于驱动所述盖板动作，所述超声波传感器固定安装在所述盖板的边缘上。本发明可以实现垃圾桶盖板的自动打开，克服现有医院用垃圾桶开盖时均需采用手动或脚踩方式实现的问题，降低病菌传播的概率并保护医院工作人员和病患的安全。
-
公开(公告)号：CN112487697A
公开(公告)日：2021-03-12
申请号：CN202011432804.0
申请日：2020-12-10
Applicant: 佛山科学技术学院
IPC: G06F30/25 , G06N3/00 , C02F3/30 , G06F113/08
Abstract: 本发明提供了一种基于改进粒子群算法的污水处理优化控制方法，其包括如下步骤：构建多目标函数OC＝yE(AE+PE)+ySPSP；构建改进的粒子群算法Xi＝[Xi1,…,Xi4]，i＝1,…,NP；利用改进的粒子群算法进行优化计算，获取粒子的位置；输入计算目标函数值，更新粒子的个体极值和群体极值，并更新粒子的位置；检查粒子的位置信息，检查粒子每一维度的范围值是否超出寻优值范围，若超出寻优值范围，则用最大边界值替代代替粒子的范围值；以OC为目标函数，输出粒子位置值；基于改进的粒子群算法进行迭代优化并判断是否满足迭代终止条件，若满足，则输出四个优化变量的设定值优化结果，否则，继续进行迭代优化直至满足迭代终止条件。本发明能够在保证系统运作成本的同时，提高出水水质。
-
公开(公告)号：CN110321995A
公开(公告)日：2019-10-11
申请号：CN201910607882.0
申请日：2019-07-08
Applicant: 佛山科学技术学院
IPC: G06N3/00
Abstract: 本发明提供了一种基于随机惯性权重的差分粒子群混合算法，改变了传统的惯性权重为一固定的值的情形，在算法的整个运行过程中惯性权重随迭代过程的改变而改变，有利于算法跳出局部最优解，从而达到全局寻优的效果。通过在混合算法的变异操作中引入随机惯性权重，与传统算法相比较，使用该算法进行数值优化计算时，收敛速度更快、精度也更高，能够准确寻找到全局最优值，有效地提升了算法的优化性能；通过生成多次变异群体的交叉混合的操作，使得整个混合算法的收敛精度和收敛的速度更快，提升了整个差分粒子群优化性能；高效分配资源的计算速度，有效提高了计算资源的利用，且该方法优化后无需人工进行修正和调整，应用前景广泛。
-
公开(公告)号：CN117630562A
公开(公告)日：2024-03-01
申请号：CN202311363244.1
申请日：2023-10-19
Applicant: 佛山科学技术学院
Abstract: 本发明公开了一种基于电流幅值与相位联合特征的超导电缆故障检测方法，包括以下步骤：S1.对于已知失超位置的故障超导电缆进行输电试验，构建基于电流幅值与相位联合特征的样本集；S2.采用机器学习算法构建分类器模型，并根据基于电流幅值与相位联合特征的样本集中的数据对分类器进行训练，得到训练成熟的分类器模型；S3.对待测超导电缆选择多个测试点，并在每一个测试点处进行测试并构建基于电流幅值与相位联合特征；S4.将各个测试点的联合特征输入成熟的分类器模型中，根据分类器模型输出进行待测超导电缆故障检测。本发明基于电流幅值与相位联合特征进行失超检测，具有更佳的准确性，并且能够在超导电缆失超时，确定失超故障所在位置。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.031 seconds)
