公开(公告)号：CN118353060A

公开(公告)日：2024-07-16

申请号：CN202410448882.1

申请日：2024-04-15

Applicant: 哈尔滨工程大学

Inventor： 李羽冲 ,  曹金旋 ,  王金满

IPC: H02J3/32 ,  H02J3/38 ,  H02J3/14 ,  H02J13/00 ,  H02J7/00

Abstract: 本发明公开了一种基于PLC的风光储一体的新型电力系统。本发明中，实现储能运行管理中心变流器供电模式的选择及负载工作状态控制，通过力控组态软件实现远端监控，进行风光荷储网电压、电流等相关数据与磷酸铁锂电池组及单体电源的电压、电流、温度、SOC及SOH数据监控，整体上运行可靠，通过模块化电路设计，完成电池组状态检测、SOC估算、均衡管理和安全保护等功能，可以实现串联电池组的高效管理。本发明将电压测量精度在5mV以内，温度测量精度为1℃，具有较高的检测精度；基于SOC的主动均衡管理使电池组一致性控制在1％以内，具有较好的均衡效果，为实际应用提供较好的参考价值，从而进一步提高了整体电力系统在使用过程中的安全性和操作便捷性。

公开(公告)号：CN116913317A

公开(公告)日：2023-10-20

申请号：CN202310859687.3

申请日：2023-07-13

Applicant: 哈尔滨工程大学 ,  江苏科技大学

Inventor： 何鸣 ,  王永乐 ,  董浩亮 ,  王金满 ,  王红滨 ,  周连科 ,  王念滨 ,  孙彧

IPC: G10L25/51 ,  G06N3/084 ,  G06N3/0464 ,  G10L25/90 ,  G10L25/30 ,  G10L21/0208

Abstract: 基于声重组特征网络的水面航行器声信号基频提取方法，属于基频提取领域。本发明解决了现有基频提取任务的声信号特征提取方法存在处理方式复杂、鲁棒性差的问题。本发明将待进行基频提取的声信号按照LHS算法产生的最小帧长切割成等长的音频段；采用LHS算法对所述等长的音频段的基频进行标记；采用声重组特征网络提取音频段的声信号的基频特征；采用基频提取网络利用基频特征对对应的音频段进行基频提取。本发明适用于基频提取。

公开(公告)号：CN117972450A

公开(公告)日：2024-05-03

申请号：CN202410169715.3

申请日：2024-02-06

Applicant: 哈尔滨工程大学

Inventor： 王金满 ,  曹金旋 ,  王志航 ,  张钊睿

IPC: G06F18/22 ,  G06F18/10 ,  G06F18/213 ,  G06F18/25 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/045 ,  G06N5/022 ,  G06F123/02

Abstract: 基于深度学习的时序图谱链路预测方法，它属于人工智能技术领域。本发明解决了现有方法预测准确性差的问题。本发明具体为：步骤一、对时序知识图谱中的数据进行预处理；步骤二、对预处理后的每个四元组进行格式转换，将各个格式转换后的四元组输入到图注意力网络，得到每个实体在历史不同时间戳以及当前时间戳下的结构特征；步骤三、对于任意实体s，将实体s在历史不同时间戳以及当前时间戳下的结构特征输入GRU网络，输出实体s在当前时间戳下的时序特征；步骤四、对实体的结构特征和时序特征进行融合，得到每个实体在当前时间戳下的融合特征；步骤五、计算四元组之间的相似性，以进行链路预测。本发明方法可以应用于时序图谱链路预测。

公开(公告)号：CN117852622A

公开(公告)日：2024-04-09

申请号：CN202410214426.0

申请日：2024-02-27

Applicant: 哈尔滨工程大学

Inventor： 李羽冲 ,  王金满 ,  吴姝晗

IPC: G06N3/092 ,  G06N3/094 ,  G06N3/006

Abstract: 一种基于强化学习的协同对抗方法，它属于人工智能及强化学习技术领域。本发明解决了在面对大规模、高动态性环境时，现有多智能体系统的协同对抗性能差的问题。本发明通过SimDD网络，有效提高了智能体之间的协同效率，智能体能够更好地理解全局状态，从而在多智能体系统中实现更优的协作策略。通过优先级经验重放机制提高了对高质量样本的利用率，使得算法能够在有限的训练样本下，更快地收敛到有效的策略，提高了学习效率。通过内在奖励机制鼓励智能体探索未知状态，这种探索策略有助于智能体发现新的策略，避免陷入局部最优解。同时提高了本发明方法的鲁棒性、泛化能力和可扩展性。本发明方法可以应用于多智能体的协同对抗。