-
公开(公告)号：CN119291511A
公开(公告)日：2025-01-10
申请号：CN202411538034.6
申请日：2024-10-31
Applicant: 福州大学
IPC: G01R31/367 , G01R31/382
Abstract: 本发明提供一种多温度下锂电池荷电状态估计方法及系统，该方法将大时间尺度扩展卡尔曼滤波（Extended Kalman Filter,EKF）算法和小时间尺度的模糊逻辑控制自适应扩展卡尔曼滤波（Fuzzy Logic Control Adaptive Extended Kalman Filter,FAEKF）结合起来，用于分别进行电池模型参数的在线辨识和SOC的估计。在大时间尺度下进行模型参数的辨识以适应电池的长期变化，而在小时间尺度下进行SOC的估计以捕捉电池的短期动态变化。通过这种方式，既降低了计算复杂度，又提高了SOC估计的精度。
-
公开(公告)号：CN117855319A
公开(公告)日：2024-04-09
申请号：CN202410022831.2
申请日：2024-01-08
Applicant: 福州大学
IPC: H01L31/109 , H01L31/0304 , H01L31/18 , G02F1/01 , G02B27/28 , G02B5/30
Abstract: 本发明涉及一种提升本征InAs/GaAs量子点圆偏振光电流响应的方法，该方法通过测试InAs/GaAs量子点的圆偏振光电流随外加偏压的变化趋势，来获得InAs/GaAs量子点光电流中圆偏振光电流占所有偏振相关光电流的比例，找出当圆偏振光电流占总的偏振光电流的比值为最大时对应的偏压值，以实现通过施加偏压提升圆偏振光电流响应。该方法调控效果明显，十分简单易行，成本低廉，极大提升了本征InAs/GaAs量子点对圆偏振光电流的响应，对于InAs/GaAs量子点在量子光学、光通信以及新型光电子器件的设计和应用具有重要的推广应用价值。
-
公开(公告)号：CN115954504A
公开(公告)日：2023-04-11
申请号：CN202211628455.9
申请日：2022-12-17
Applicant: 福州大学
IPC: H01M8/04298 , H01M8/10 , G06F30/17 , G06N3/006
Abstract: 本发明提出了一种基于CGSASA算法的PEMFC模型参数优化方法。参数优选是建立燃料电池模型的一个重要步骤。针对基本引力搜索算法收敛速度慢、易陷入局部最优的问题，算法结合混沌映射的遍历性和SA算法具有渐进收敛性的优点，通过引入种群分组系数和混合进化代数两个参数，将引力搜索算法、混沌映射及模拟退火三种算法进行有机结合，提出了CGSASA算法，以期发挥三种算法的各自优势，提高标准GSA算法的求解精度和收敛速度。
-
公开(公告)号：CN107818340A
公开(公告)日：2018-03-20
申请号：CN201711004470.5
申请日：2017-10-25
Applicant: 福州大学
CPC classification number: G06K9/6223 , G06K9/6256 , G06N3/0481 , G06N3/084
Abstract: 本发明涉及一种基于K值聚类和小波神经网络的二阶段空调负荷预测方法。通过K均值聚类方法将样本数据划分为若干簇类，以降低数据相关性对建模精度的影响；再者对每个簇类所属的样本数据建立相应小波神经网络模型。提高对空调负荷预测的精度。本发明可有效的应用于办公大楼的逐时空调负荷预测，具有很高的预测精度和可靠性能。
-
公开(公告)号：CN104463381B
公开(公告)日：2017-12-08
申请号：CN201510000613.X
申请日：2015-01-04
Applicant: 福州大学
Abstract: 本发明涉及一种基于KPCA与WLSSVM的建筑能耗预测方法，该方法利用核主元分析(KPCA)消除样本共线性，降低维数，进而建立加权最小二乘支持向量（WLSSVM）模型，并结合粒子群(PSO)算法优化模型参数，提高模型的学习性能和泛化能力。本发明可有效的应用于建筑能耗预测，具有良好的预测精度和鲁棒性能。
-
Patent Agency Ranking
公开(公告)号：CN115954504B
公开(公告)日：2024-08-13
申请号：CN202211628455.9
申请日：2022-12-17
Applicant: 福州大学
IPC: H01M8/04298 , H01M8/10 , G06F30/17 , G06N3/006
Abstract: 本发明提出了一种基于CGSASA算法的PEMFC模型参数优化方法。参数优选是建立燃料电池模型的一个重要步骤。针对基本引力搜索算法收敛速度慢、易陷入局部最优的问题，算法结合混沌映射的遍历性和SA算法具有渐进收敛性的优点，通过引入种群分组系数和混合进化代数两个参数，将引力搜索算法、混沌映射及模拟退火三种算法进行有机结合，提出了CGSASA算法，以期发挥三种算法的各自优势，提高标准GSA算法的求解精度和收敛速度。
-
公开(公告)号：CN115963407A
公开(公告)日：2023-04-14
申请号：CN202211628353.7
申请日：2022-12-17
Applicant: 福州大学
IPC: G01R31/367 , G06N3/006
Abstract: 本发明提供了一种基于ICGWO优化ELM的锂电池SOC估计方法，包括以下步骤：步骤1：针对灰狼算法在进化后期因种群多样性迅速下降而经常遇到早熟现象和局部收敛的问题，通过引入改进策略，构建一种具有良好全局寻优性能的改进灰狼算法；步骤2：利用改进灰狼算法，以模型输出均方根误差最小化为目标函数，对极限学习机的隐层阈值及输入权值参数进行优化，建立起基于ICGWO优化ELM的锂电池SOC估计模型；应用本技术方案可实现更好的预测精度和泛化能力，能够新能源汽车的电池管理系统提供重要的反馈信息。
-
公开(公告)号：CN110619176A
公开(公告)日：2019-12-27
申请号：CN201910881446.2
申请日：2019-09-18
Applicant: 福州大学
Abstract: 本发明涉及一种基于DBN-RLSSVM的航煤闪点预测方法，包括以下步骤：步骤S1:采集航煤闪点的测量数据，并进行预处理得到训练样本；步骤S2：对训练样本进行DBN特征提取，得到训练样本的特征向量；步骤S3:构建RLSSVM模型；步骤S4:采用GWO算法优化参数摆动因子C和核参数σ,得到DBN-RLSSVM软测量预测模型；步骤S5:将待测分馏装置的历史航煤闪点测量数据经过预处理和DBN特征提取后，输入DBN-RLSSVM软测量预测模型，得到预测航煤闪点数据。本发明采用DBN网络，通过逐层特征变换和抽取，能够提取更深刻的特征信息，克服了PCA和PLS无法提取非线性特征信息的不足，从而使得DBN-RLSSVM模型具有较高的预测精度，能够满足航煤闪点的软测量要求。
-
公开(公告)号：CN110610274A
公开(公告)日：2019-12-24
申请号：CN201910883690.2
申请日：2019-09-18
Applicant: 福州大学
Abstract: 本发明涉及一种建筑能耗预测方法及系统，首先对能耗的各影响因素提取特征值；接着求历史日与预测日建筑能耗相似度，选取建筑能耗相似度最高的历史日作为相似日；然后将选取的相似日建筑能耗数据进行小波分解，得到其低频序列和高频序列；然后对低频序列采用LSSVM-GSA进行模拟，对高频序列采用均方加权方法处理；最后基于低频序列和高频序列的处理结果进行小波重构，小波重构所得结果即为预测日的建筑能耗预测值。本发明可有效的应用于建筑能耗预测，具有良好的预测精度和鲁棒性能。
-
公开(公告)号：CN109284877A
公开(公告)日：2019-01-29
申请号：CN201811374102.4
申请日：2018-11-19
Applicant: 福州大学
Abstract: 本发明涉及一种基于AIGA-WLSSVM埋地管道腐蚀速率预测方法。通过结合AIGA高效全局寻优能力和WLSSVM算法较强的鲁棒性能，有效提高了模型的预测精度。通过对实际埋地管道腐蚀数据进行建模和预测，证明了使用该方法建立的埋地管道腐蚀速率预测模型是有效、可靠的，这也为埋地管道的检修与更换提供理论依据。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.02 seconds)
