-
公开(公告)号：CN118520783B
公开(公告)日：2024-10-11
申请号：CN202410983455.3
申请日：2024-07-22
Applicant: 湖南工程学院
IPC: G06F30/27 , G06N3/047 , G06N3/08 , G06F17/10 , H01M10/613 , H01M10/625 , H01M10/633 , H01M10/6563 , H01M10/6567 , G06F119/04 , G06F119/08
Abstract: 本发明公开了新能源汽车电池的生命周期管理系统，具体涉及新能源汽车电池技术领域，通过获取液冷系统的机械响应信息、风冷系统的风扇启动延迟信息以及电池管理系统与冷却系统之间的通信信息，并构建切换及时性评估模型，对混合冷却系统中液冷和风冷切换的及时性进行评估，更准确地实现混合冷却系统中液冷和风冷切换的及时性的判断，当混合冷却系统中液冷和风冷切换的及时性存在异常隐患时，构建模糊贝叶斯神经网络模型对液冷和风冷的提前切换时刻进行预测，使混合冷却系统能够在不同工况下及时调整冷却策略，确保电池始终处于适宜的温度范围内，在电池生命周期管理中实现更精准的温度控制和高效的混合冷却系统管理。
-
公开(公告)号：CN118504402A
公开(公告)日：2024-08-16
申请号：CN202410644424.5
申请日：2024-05-23
Applicant: 湖南工程学院
IPC: G06F30/27 , G06N3/006 , G06N3/0442 , G06N3/045 , G06N3/0985
Abstract: 本发明公开了一种基于RIME‑VMD‑FOA‑Bi‑LSTM混合模型的风速预测方法，首先采用冰霜算法优化后的变分模态分解对风电原始数据进行模态分解；其次采用果蝇智能优化算法对深度学习模型双向长短记忆网络的超参数进行寻优，得到针对风速预测最优的模型参数，最后，将混合模型应用于风速预测的应用中。本发明的风速预测方法，基于“分解与集合”理论，采用冰霜算法优化的VMD对原始风速数据进行分解，降低不规则数据对预测结果的影响，精确地提取风速数据序列的主要特征，从而提升模型预测精度；同时采用FOA‑Bi‑LSTM分别对VMD分解得到的各组数据进行预测，再将各组预测结果结合得到最终预测结果。
-
公开(公告)号：CN119171399A
公开(公告)日：2024-12-20
申请号：CN202311759323.4
申请日：2023-12-20
Applicant: 湖南工程学院
IPC: H02J3/00 , H02J3/38 , G06F18/15 , G06F18/2135 , G06F18/2411 , G06F18/27 , G06N3/084 , G06N3/0985 , G06N3/086 , G06Q50/06
Abstract: 本发明公开了一种基于健康评估的优化神经网络风电功率预测方法，涉及风电功率预测方法技术领域，所述预测方法包括以下步骤：步骤S1，获取风机数据，进行健康评估构建健康矩阵；步骤S2，根据步骤S1的健康矩阵，计算改进功率权重，将矩阵近似超参数，作为WSA起始值，加速SVR寻优流程，利用神经网络优化预测功率。本发明的基于健康评估的优化神经网络风电功率预测方法，首先，基于风机数据，进行健康评估，得到健康矩阵；然后，通过矩阵的权重计算结果，优化网络预测策略；接着，利用矩阵近似超参数，加速寻优过程；最后，使用优化的BP、WSA‑SVR神经网络，进行风电功率预测，同时提升了预测精度与速度。
-
公开(公告)号：CN118322931A
公开(公告)日：2024-07-12
申请号：CN202410756743.5
申请日：2024-06-13
Applicant: 湖南工程学院
IPC: B60L58/00 , B60L58/10 , B60L53/00 , G06F17/11 , G06F17/18 , G06N3/0442 , G06N3/045 , G06N3/084 , G06F18/211 , G06F18/213 , G06F18/10 , H02J3/32
Abstract: 本发明是新能源汽车化学电池储能系统的智能控制与管理系统，具体涉及能量管理技术领域，包括充放电状态验证模块、电池状态验证模块、平衡控制模块、智能协调模块，充放电状态验证模块监测电池的充放电过程状态，运用状态估算算法对电池状态值进行评估，电池状态验证模块对计算所得的电池状态值进行验证，剔除不符合要求的数据，保留符合要求的数据，平衡控制模块对电池的充放电状态进行综合评估，运用循环神经网络对基于时间序列的数据进行分析预测，智能协调模块根据分析预测结果采取能量优化策略，对电池的充放电进行动态调整，根据模型的优化效果对电池在充放电同步进行时的管理策略进行优化，提高了电池的能量利用效率，降低了能量损失。
-
Patent Agency Ranking
公开(公告)号：CN119476633A
公开(公告)日：2025-02-18
申请号：CN202411701953.0
申请日：2024-11-26
Applicant: 湖南工程学院
Abstract: 本发明涉及健康评估预测算法技术领域，尤其涉及基于健康评估的多源优化神经网络超短期预测算法，包括有运维数据处理模块，还包括有构建健康矩阵模块、优化BP神经网络模块；运维数据处理模块的输出端设置有构建健康矩阵模块；构建健康矩阵模块的输出端设置有优化BP神经网络模块，本发明通过整理原始数据，获得目标风力发电机的湿度、偏航角、叶片偏转角、风速和温度等运维数据；对原始数据进行预处理，去除空值，异常值，进行归一化处理，使其满足神经网络的输入格式。
-
公开(公告)号：CN118520783A
公开(公告)日：2024-08-20
申请号：CN202410983455.3
申请日：2024-07-22
Applicant: 湖南工程学院
IPC: G06F30/27 , G06N3/047 , G06N3/08 , G06F17/10 , H01M10/613 , H01M10/625 , H01M10/633 , H01M10/6563 , H01M10/6567 , G06F119/04 , G06F119/08
Abstract: 本发明公开了新能源汽车电池的生命周期管理系统，具体涉及新能源汽车电池技术领域，通过获取液冷系统的机械响应信息、风冷系统的风扇启动延迟信息以及电池管理系统与冷却系统之间的通信信息，并构建切换及时性评估模型，对混合冷却系统中液冷和风冷切换的及时性进行评估，更准确地实现混合冷却系统中液冷和风冷切换的及时性的判断，当混合冷却系统中液冷和风冷切换的及时性存在异常隐患时，构建模糊贝叶斯神经网络模型对液冷和风冷的提前切换时刻进行预测，使混合冷却系统能够在不同工况下及时调整冷却策略，确保电池始终处于适宜的温度范围内，在电池生命周期管理中实现更精准的温度控制和高效的混合冷却系统管理。
-
公开(公告)号：CN118070849B
公开(公告)日：2025-03-18
申请号：CN202410173784.1
申请日：2024-02-07
Applicant: 湖南工程学院
IPC: G06N3/0455 , G06N3/0464 , G06N3/08 , G06Q10/04 , G06Q50/06 , H02J3/00
Abstract: 本发明公开了一种基于健康评估的Informer风电功率预测模型的优化方法，所述优化方法至少包括以下内容中的两种结合：1)编码器优化：提升第i层的输入x(i‑1)的强相关特征的权重，对输入进行优化，使每个编码层直接检索强相关权重；2)解码器优化：提升第L层的输入cL‑1的强相关特征的权重，对输入进行优化，每个解码层中，将输出x与健康因子h的乘积作为下一层的输入，提升解码精度；3)嵌入向量优化：提升模块的初始输入x(0)的强相关特征的权重，对嵌入向量进行优化，优化后的输入作为模块的初始输入；4)预测过程优化：根据模块的初始输入x(0)和优化后的解码输出计算健康矩阵，再对解码输出进行健康评估，得到优化后的解码输出。
-
公开(公告)号：CN118322931B
公开(公告)日：2024-08-23
申请号：CN202410756743.5
申请日：2024-06-13
Applicant: 湖南工程学院
IPC: B60L58/00 , B60L58/10 , B60L53/00 , G06F17/11 , G06F17/18 , G06N3/0442 , G06N3/045 , G06N3/084 , G06F18/211 , G06F18/213 , G06F18/10 , H02J3/32
Abstract: 本发明是新能源汽车化学电池储能系统的智能控制与管理系统，具体涉及能量管理技术领域，包括充放电状态验证模块、电池状态验证模块、平衡控制模块、智能协调模块，充放电状态验证模块监测电池的充放电过程状态，运用状态估算算法对电池状态值进行评估，电池状态验证模块对计算所得的电池状态值进行验证，剔除不符合要求的数据，保留符合要求的数据，平衡控制模块对电池的充放电状态进行综合评估，运用循环神经网络对基于时间序列的数据进行分析预测，智能协调模块根据分析预测结果采取能量优化策略，对电池的充放电进行动态调整，根据模型的优化效果对电池在充放电同步进行时的管理策略进行优化，提高了电池的能量利用效率，降低了能量损失。
-
公开(公告)号：CN118070849A
公开(公告)日：2024-05-24
申请号：CN202410173784.1
申请日：2024-02-07
Applicant: 湖南工程学院
IPC: G06N3/0455 , G06N3/0464 , G06N3/08 , G06Q10/04 , G06Q50/06 , H02J3/00
Abstract: 本发明公开了一种基于健康评估的Informer风电功率预测模型的优化方法，所述优化方法至少包括以下内容中的两种结合：1)编码器优化：提升第i层的输入x(i‑1)的强相关特征的权重，对输入进行优化，使每个编码层直接检索强相关权重；2)解码器优化：提升第L层的输入cL‑1的强相关特征的权重，对输入进行优化，每个解码层中，将输出x与健康因子h的乘积作为下一层的输入，提升解码精度；3)嵌入向量优化：提升模块的初始输入x(0)的强相关特征的权重，对嵌入向量进行优化，优化后的输入作为模块的初始输入；4)预测过程优化：根据模块的初始输入x(0)和优化后的解码输出计算健康矩阵，再对解码输出进行健康评估，得到优化后的解码输出。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
