-
公开(公告)号:CN118244127A
公开(公告)日:2024-06-25
申请号:CN202410669970.4
申请日:2024-05-28
Applicant: 河南科技学院 , 众新储能(天津)科技有限公司 , 河南正芯新能源有限公司
IPC: G01R31/378 , G01R31/367 , G01R31/392
Abstract: 本发明提供一种基于图卷积的锂离子电池健康状态评估方法,根据电池数据制作电压容量像素图、电量变化率像素图、容量差像素图并形成训练集;利用训练集对ResNet50网络进行训练,并获得训练好的锂离子电池健康状态评估模型;根据待测动力电池数据获得待测特征图;将待测特征图送入训练好的锂离子电池健康状态评估模型;输出锂离子电池的健康状态评估结果;本发明综合利用电量变化率和容量差等信息可以提高模型性能和泛化能力,更准确地评估锂离子电池健康状况和性能。
-
公开(公告)号:CN118858992B
公开(公告)日:2024-11-29
申请号:CN202411351875.6
申请日:2024-09-26
Applicant: 河南科技学院
IPC: G01R31/387 , G01R31/385 , G01R31/388 , G01R31/367 , G01D21/02 , G06F30/27 , G06F119/08 , G06F119/14
Abstract: 基于机械应力特性的锂电池SOC智能在线估算方法,包括以下步骤:获取软包电池在充放电过程中机械应力、温度、电流和电压的数据,记为原始数据;将原始数据送入第一线性层处理,从而将输入维度转换为隐藏层维度,获得转换数据;将转换数据送入残差层,残差层的输出依次经均方根归一化层、第二线性层和Sigmoid激活函数后,获得电池的SoC估算;以温度、电流、电压和机械应力测量值作为输入,通过利用BiMamba‑X神经网络模型捕捉软包锂离子电池在充放电过程中的温度变化特征、机械应力特征和电流‑电压特征,避免信息的丢失和过度压缩,使模型能够保留更多的原始信息,专注于电池工作范围内的关键状态,提高了估算精度。
-
公开(公告)号:CN118244127B
公开(公告)日:2024-08-27
申请号:CN202410669970.4
申请日:2024-05-28
Applicant: 河南科技学院 , 众新储能(天津)科技有限公司 , 河南正芯新能源有限公司
IPC: G01R31/378 , G01R31/367 , G01R31/392
Abstract: 本发明提供一种基于图卷积的锂离子电池健康状态评估方法,根据电池数据制作电压容量像素图、电量变化率像素图、容量差像素图并形成训练集;利用训练集对ResNet50网络进行训练,并获得训练好的锂离子电池健康状态评估模型;根据待测动力电池数据获得待测特征图;将待测特征图送入训练好的锂离子电池健康状态评估模型;输出锂离子电池的健康状态评估结果;本发明综合利用电量变化率和容量差等信息可以提高模型性能和泛化能力,更准确地评估锂离子电池健康状况和性能。
-
公开(公告)号:CN117849628A
公开(公告)日:2024-04-09
申请号:CN202410263144.X
申请日:2024-03-08
Applicant: 河南科技学院 , 河南锂动电源有限公司 , 河南中新绿动能源有限公司
IPC: G01R31/367 , G06F18/213 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/0499 , G06N3/08 , G01R31/378 , G01R31/385 , G01R31/392 , G01R31/396 , G06F123/02
Abstract: 基于时序变换记忆网络的锂离子电池健康状态估计方法,包括以下步骤:建立电池循环寿命试验的实验平台,获取电池健康状况数据集;将数据集中充电过程的电压曲线分割成等电压间隔,并提取等电压间隔之间的时间差构建特征;使用滑动窗口来处理每个特征获得时间序列数据;利用一维卷积神经模块对时间序列数据进行充分卷积处理得到特征向量;将得到的特征向量送入时序变换记忆网络;将从时序变换记忆网络得到的解码数据通过两层全连接层进行映射和转换实现最终的SoH估计。能够解决序列数据中的短期模式和长期依赖问题,加速并行处理不同层次的信息,显著提高了基于深度学习估计方法的估计性能和泛化能力。
-
公开(公告)号:CN116098135A
公开(公告)日:2023-05-12
申请号:CN202310314280.2
申请日:2023-03-28
Applicant: 河南科技学院
Abstract: 本发明公开了蝗虫线偏光与检偏光耦合诱导型热雾击杀收集装置,包括连接支撑机构、蝗虫线偏光与波谱光靶标诱导系统、蝗虫脉冲热雾喷施杀灭系统、蝗虫线偏光与检偏光耦合诱导系统、收集装置,所述连接支撑机构由上连接杆、下连接杆、透明玻璃防护罩、上支撑板、下支撑板和下撑杆组成,上连接杆和下连接杆上下连接在一起,透明玻璃防护罩固定在上连接杆的上端,上支撑板和下支撑板通过连杆固定;所述蝗虫线偏光与波谱光靶标诱导系统设置在上支撑板上;该发明结构合理、适应性强、捕集效率高、诱导范围广,其有效利用了蝗虫偏光定向行为活动特性及趋光趋偏趋热生物特性,适用于不同活动状态蝗虫的捕集杀灭。
-
公开(公告)号:CN118858992A
公开(公告)日:2024-10-29
申请号:CN202411351875.6
申请日:2024-09-26
Applicant: 河南科技学院
IPC: G01R31/387 , G01R31/385 , G01R31/388 , G01R31/367 , G01D21/02 , G06F30/27 , G06F119/08 , G06F119/14
Abstract: 基于机械应力特性的锂电池SOC智能在线估算方法,包括以下步骤:获取软包电池在充放电过程中机械应力、温度、电流和电压的数据,记为原始数据;将原始数据送入第一线性层处理,从而将输入维度转换为隐藏层维度,获得转换数据;将转换数据送入残差层,残差层的输出依次经均方根归一化层、第二线性层和Sigmoid激活函数后,获得电池的SoC估算;以温度、电流、电压和机械应力测量值作为输入,通过利用BiMamba‑X神经网络模型捕捉软包锂离子电池在充放电过程中的温度变化特征、机械应力特征和电流‑电压特征,避免信息的丢失和过度压缩,使模型能够保留更多的原始信息,专注于电池工作范围内的关键状态,提高了估算精度。
-
公开(公告)号:CN117849628B
公开(公告)日:2024-05-10
申请号:CN202410263144.X
申请日:2024-03-08
Applicant: 河南科技学院 , 河南锂动电源有限公司 , 河南中新绿动能源有限公司
IPC: G01R31/367 , G06F18/213 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/0499 , G06N3/08 , G01R31/378 , G01R31/385 , G01R31/392 , G01R31/396 , G06F123/02
Abstract: 基于时序变换记忆网络的锂离子电池健康状态估计方法,包括以下步骤:建立电池循环寿命试验的实验平台,获取电池健康状况数据集;将数据集中充电过程的电压曲线分割成等电压间隔,并提取等电压间隔之间的时间差构建特征;使用滑动窗口来处理每个特征获得时间序列数据;利用一维卷积神经模块对时间序列数据进行充分卷积处理得到特征向量;将得到的特征向量送入时序变换记忆网络;将从时序变换记忆网络得到的解码数据通过两层全连接层进行映射和转换实现最终的SoH估计。能够解决序列数据中的短期模式和长期依赖问题,加速并行处理不同层次的信息,显著提高了基于深度学习估计方法的估计性能和泛化能力。
-
公开(公告)号:CN117063909A
公开(公告)日:2023-11-17
申请号:CN202311304466.6
申请日:2023-10-10
Applicant: 河南科技学院 , 鹤壁嘉多卫农农林科技有限责任公司
Abstract: 本发明公开了一种热磁强化型蝗虫圆偏波谱光照柔性调控诱导静电喷雾消杀装置,包括连接支撑系统、圆检偏与圆线偏旋转实施系统、光源系统、磁强化型静电喷雾加热实施系统、滑移收集装置等,其通过圆检偏及圆线偏不同矢量与异质波谱光照的旋转交错刺激,实现蝗虫柔性诱导并强化蝗虫趋偏效果,且在热磁效应作用下,实现光热磁近距操控蝗虫上灯强化效果,并利用高压静电型热雾喷施实施上灯蝗虫的热电击杀收集,其结构合理、智能控制程度高、诱导高效、适用范围广,消杀效果强,并结合了圆偏光对蝗虫趋偏特性的柔性诱导调控效应及光热磁耦致性生物行为活动特性,适用于夜间散居群居及迁飞等不同活动状态蝗虫的偏光物理诱导消杀收集。
-
公开(公告)号:CN114581816A
公开(公告)日:2022-06-03
申请号:CN202210152745.4
申请日:2022-02-18
Applicant: 河南科技学院
Abstract: 本发明公开了一种植物工厂茄果类蔬菜果实实时检测与计数方法,系统包括图像与视频采集单元、云计算平台单元、计算机终端单元、手持式智能终端单元、数据采集模块、数据标注模块、数据增强模块、数据集转换模块、数据集预处理模块、检测模型训练模块、检测模型评估模块和目标检测与计数模块。该方法用修改的Labelimg和自动标注加人工辅助补充修正方法,对含有目标的图像数据进行标注,构建专用数据集;并结合改进的实时检测方法对优化的深度学习模型进行训练,获得目标检测模型及参数文件;并导入计算机及智能终端用于植物工厂蔬菜果实实时检测与计数,此方法提高了检测精度和速度,节省了大量人工劳动,提高了生产效率。
-
公开(公告)号:CN219288283U
公开(公告)日:2023-07-04
申请号:CN202320899208.6
申请日:2023-04-20
Applicant: 河南科技学院
Abstract: 本实用新型公开了LED补光型种植柜,涉及植物培养技术领域,包括补光培养柜本体,所述补光培养柜本体内部的顶部安装有LED补光灯,所述补光培养柜本体内部的底部固定安装有驱动盒,所述驱动盒的内部固定安装有驱动电机,所述驱动电机的输出端固定安装有双向丝杆,所述双向丝杆的外侧螺纹安装有套块,所述驱动盒两侧的顶部均固定安装有导杆,本实用新型的有益效果为:通过驱动盒、驱动电机、双向丝杆、套块、导杆、固定板、滑块、放置板、连接杆和培养盒配合,当我们对微型植物进行补光时,可以根据植物的生长高度调节LED补光灯照射的距离,通过适当的距离提高植物光合作用的效率,更为利于植物生长。
-
-
-
-
-
-
-
-
-