-
公开(公告)号：CN117833827A
公开(公告)日：2024-04-05
申请号：CN202311803692.9
申请日：2023-12-25
Applicant: 无锡学院
Abstract: 本发明公开了一种路面光伏阵列最大功率点电压预测方法及系统，方法包括：采集路面光伏阵列的阴影分布信息，并保存为阴影分布图像；采集不同状态下路面光伏阵列的最大功率点电压；采集路面光伏阵列的图像数据和温度数据；将采集到的图像数据、温度数据归一化，映射转化为一个二维矩阵，二维矩阵等效为矩阵图像；将最大功率点电压以及归一化后的矩阵图像输入到CNN网络中进行训练；将路面光伏阵列的最大功率点电压实际值与CNN网络的预测电压进行比较，选取最优的CNN网络；将阴影分布图像输入预设的CNN网络进行最大功率点电压预测，输出路面光伏阵列的最大功率点电压值。预测不同路面光伏阵列的阴影分布工况下的路面光伏阵列最大功率点工作电压。
-
公开(公告)号：CN117526425A
公开(公告)日：2024-02-06
申请号：CN202311607834.4
申请日：2023-11-28
Applicant: 无锡学院
IPC: H02J3/38 , G06F30/20 , G06F111/06 , G06F111/08
Abstract: 本发明公开了一种基于TSP问题的路面光伏阵列自动重构方法及系统，方法包括采集路面光伏阵列上每一块光伏阵列的辐照度信息；设定TSP问题，依据辐照度信息建立光伏阵列的辐照度矩阵；根据辐照度均衡原理，基于模拟退火算法求解辐照度矩阵；输出辐照度矩阵的最优结果，实现路面光伏阵列重构。通过本发明方法，提高路面光伏阵列的发电效率。
-
公开(公告)号：CN119047774A
公开(公告)日：2024-11-29
申请号：CN202411158497.X
申请日：2024-08-22
Applicant: 无锡学院
IPC: G06Q10/0631 , G06N3/092 , G06Q50/06 , G06N3/0442
Abstract: 本发明公开了一种基于多智能体深度强化学习的居民需求响应优化方法，该方法首先提出居民需求侧响应优化框架，然后提出以各居民为智能体，以居民用电成本最小化为目标的多智能体深度强化学习方法，包括建立了部分可观马尔可夫博弈模型，再采用多智能体深度确定性策略梯度算法对神经网络进行训练。其有效解决了传统基于模型方法依赖精确建模、低可扩展性等问题，同时克服了现有单智能体深度强化学习方法无法应对多元异构用户设备、易产生维度灾难的问题；其通过利用动态电价机制和实时需求响应优化，能够引导用户在合适时间段进行充放电，实现高质量能量管理，降低用户用电成本，同时提升电网的负荷平衡性和稳定性，具有显著的应用价值和推广前景。
-
公开(公告)号：CN117539152B
公开(公告)日：2025-04-08
申请号：CN202311552021.X
申请日：2023-11-21
Applicant: 无锡学院
IPC: G05B13/04
Abstract: 本发明公开了一种二阶非线性多智能体系统包含控制方法及系统，包括：建立非线性二阶多智能体系统；对非线性二阶多智能体系统设置补偿器；基于分布式补偿器时滞控制算法，设置非线性二阶多智能体系统的包含控制策略；验证非线性二阶多智能体系统稳定性。通过补偿器的智能调节和时滞处理，使得跟随者智能体能够逐步趋向于由领导者智能体所形成的凸包内的轨迹，从而实现协同工作和包含控制；通过李雅普诺夫稳定性理论和非线性动态系统的分析与验证，证明了所提出的控制协议的有效性和可行性。相较于传统方法，本发明具有更好的鲁棒性，能够处理系统内的非线性效应和固有时滞，从而提高了系统的性能和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN118608216A
公开(公告)日：2024-09-06
申请号：CN202410651428.6
申请日：2024-05-23
Applicant: 无锡学院
Abstract: 本发明公开了一种基于深度强化学习的电动汽车充电站定价优化方法，涉及电力系统规划与运行技术领域，采用无模型思想，制定路电耦合网络中的城市公共充电站的充电价格。首先构造路电耦合网络运营智能体，该智能体与路电耦合网络运行环境交互学习最优定价。然后基于深度置信网络构建高效交互环境，包括电动汽车集群的行驶路径和充电决策。进而提出考虑碳排放强度的训练加速机制，对各充电站的碳排放量进行追踪溯源以指导智能体的寻优方向，促进路电耦合网络的低碳经济运行，从而保证本定价优化方法的有效性和优越性。
-
公开(公告)号：CN117539152A
公开(公告)日：2024-02-09
申请号：CN202311552021.X
申请日：2023-11-21
Applicant: 无锡学院
IPC: G05B13/04
Abstract: 本发明公开了一种二阶非线性多智能体系统包含控制方法及系统，包括：建立非线性二阶多智能体系统；对非线性二阶多智能体系统设置补偿器；基于分布式补偿器时滞控制算法，设置非线性二阶多智能体系统的包含控制策略；验证非线性二阶多智能体系统稳定性。通过补偿器的智能调节和时滞处理，使得跟随者智能体能够逐步趋向于由领导者智能体所形成的凸包内的轨迹，从而实现协同工作和包含控制；通过李雅普诺夫稳定性理论和非线性动态系统的分析与验证，证明了所提出的控制协议的有效性和可行性。相较于传统方法，本发明具有更好的鲁棒性，能够处理系统内的非线性效应和固有时滞，从而提高了系统的性能和稳定性。
-
公开(公告)号：CN118569577A
公开(公告)日：2024-08-30
申请号：CN202410690553.8
申请日：2024-05-30
Applicant: 无锡学院
IPC: G06Q10/0631 , G06Q10/0637 , G06Q50/40 , G06Q50/06
Abstract: 本发明公开了一种基于路电耦合的电动汽车多时间尺度低碳优化方法，属于电力系统规划与运行的技术领域；该方法首先提出基于路电耦合网络的多时间尺度优化框架，然后提出以电动汽车集群为调控对象，以低碳经济成本最小化为目标的电网多时间尺度需求响应优化方法，包括日前响应模型和日内响应模型，再基于路电耦合网络中对负荷产生影响的多源不确定性因素进行联合建模，提取多个典型场景，求解基于场景的随机规划问题，得到路电耦合网络多时间尺度最优需求响应策略，最后通过实施例验证所提方法的有效性和优越性。
-
公开(公告)号：CN117472027A
公开(公告)日：2024-01-30
申请号：CN202311527699.2
申请日：2023-11-15
Applicant: 无锡学院
IPC: G05B23/02
Abstract: 本发明公开了一种执行器故障的容错控制方法、系统、电子设备及介质，方法，包括以下步骤：建立离散时间系统的不确定的离散状态空间方程和执行器故障模型；建立跟踪误差，建立迭代学习控制的二维闭环系统；对离散时间系统的稳定性进行分析；基于稳定的离散时间系统，建立容错控制器。本发明基于鲁棒PD型迭代学习容错控制技术，解决离散系统中执行器故障问题，补偿执行器故障引起的输入误差，更有效地控制系统。在提高控制系统的可靠性、适应性和鲁棒性方面具有重要的应用价值。
-
公开(公告)号：CN118447055A
公开(公告)日：2024-08-06
申请号：CN202410768980.3
申请日：2024-06-14
Applicant: 无锡学院
IPC: G06T7/246 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V10/44
Abstract: 本申请涉及图像处理技术领域，具体提供了一种城市上空小无人机目标跟踪方法及系统，所述方法包括：获取初始模板帧图像和多个初始当前帧图像；分别对初始模板帧图像和多个初始当前帧图像进行预处理，生成模板帧图像和多个当前帧图像；将模板帧图像和多个当前帧图像输入至改进的U‑Net特征提取模型进行特征提取，生成模板帧特征和多个当前帧特征；将模板帧特征和多个当前帧特征进行互相关操作，生成多个特征响应图；将多个特征响应图输入至跟踪网络模型生成候选目标框；根据尺度变化惩罚对候选目标框进行打分并生成多个第一预测目标框；对多个第一预测目标框进行加权平均生成目标跟踪结果。通过改进U‑Net特征提取模型能够提升预测性能。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.014 seconds)
