-
公开(公告)号：CN115146742A
公开(公告)日：2022-10-04
申请号：CN202210930213.9
申请日：2022-08-03
Applicant: 重庆大学
IPC: G06K9/62 , G06F16/215 , G06Q50/06
Abstract: 本发明公开了一种适用于场群控制的海上风电场机组分组与旗舰机选取方法，主要涉及风电技术领域；包括步骤：S1、风电机组特征提取；S2、基于改进高斯密度距离聚类算法进行风电场聚类分组；S3、基于相关性分析选取旗舰机组；本发明利用改进的高斯密度距离算法进行风电机组分组；采用相关性分析方法，遵循边缘优先、冗余原则选取出具备代表性、全覆盖性的旗舰机组，针对性的解决了海上风电场风电机组的输入变量测量失准的问题，有利于更加精确的风电场调度控制。
-
公开(公告)号：CN116562167A
公开(公告)日：2023-08-08
申请号：CN202310618131.5
申请日：2023-05-29
Applicant: 重庆大学
IPC: G06F30/27 , G06N3/006 , G06N7/01 , G06F119/02 , G06F111/08
Abstract: 本发明公开了基于混合备份的发火测试系统可靠性评估及优化方法，主要涉及发火测试系统领域；包括步骤：S1、多阶段发火测试系统不同工作特性的器件的模块化分析；S2、构建混合备份下的发火测试系统可靠性模型；S3、发火测试系统可靠性优化问题构建及求解；本发明构建了发火测试系统可靠性模型，并对发火测试系统可靠性模型提出冗余优化算法，有效地提高了发火测试系统的可靠性。
-
公开(公告)号：CN115270471A
公开(公告)日：2022-11-01
申请号：CN202210908860.X
申请日：2022-07-29
Applicant: 重庆大学
IPC: G06F30/20 , G06F17/15 , G06Q10/04 , G06Q50/06 , H02J3/00 , H02J3/46 , G06F111/02 , G06F111/06 , G06F113/06
Abstract: 本发明公开了一种基于合作分布式模型预测控制的风电场控制方法，主要涉及风电技术领域；包括步骤：建立合作分布式模型预测控制系统模型；利用协同迭代优化算法寻找最优解；本发明基于协同优化迭代算法进行分布式优化，使整个风电场状态逼近帕累托最优，最终得出系统约束下的最优解，实现提升风电场输出功率、降低风电机组推力负载的目标。
-
公开(公告)号：CN115146742B
公开(公告)日：2024-12-24
申请号：CN202210930213.9
申请日：2022-08-03
Applicant: 重庆大学
IPC: G06F18/2321 , G06F18/213 , G06F18/22 , G06F16/215 , G06Q50/06
Abstract: 本发明公开了一种适用于场群控制的海上风电场机组分组与旗舰机选取方法，主要涉及风电技术领域；包括步骤：S1、风电机组特征提取；S2、基于改进高斯密度距离聚类算法进行风电场聚类分组；S3、基于相关性分析选取旗舰机组；本发明利用改进的高斯密度距离算法进行风电机组分组；采用相关性分析方法，遵循边缘优先、冗余原则选取出具备代表性、全覆盖性的旗舰机组，针对性的解决了海上风电场风电机组的输入变量测量失准的问题，有利于更加精确的风电场调度控制。
-
公开(公告)号：CN116734679A
公开(公告)日：2023-09-12
申请号：CN202310663311.5
申请日：2023-06-06
Applicant: 重庆大学
IPC: F42B35/00 , G06F30/27 , G06N3/006 , G06N7/01 , G06F119/02 , G06F111/08
Abstract: 本发明公开了并行测试发火测试系统可靠性评估及优化方法，主要涉及航天火工品发火测试领域；包括步骤：S1、对每个测试点的发火测试系统视为多阶段任务系统，对发火测试系统并行测试冗余化分析，进行模块备份；S2、根据步骤S1中分析获得的各阶段的各模块的备份参数，采用动态贝叶斯网络搭建并行测试系统可靠性模型；S3、构建发火测试系统并行测试优化问题，对并行测试任务建立求效率最高与可靠性最优的数学模型，然后通过基于蚁群算法的并行测试可靠性优化方法获得最优解；本发明能解决传统方法用于大规模测试任务时，单测试点效率低下的问题，更快更精确地完成大规模的测试任务。
-
Patent Agency Ranking
公开(公告)号：CN116542101A
公开(公告)日：2023-08-04
申请号：CN202310519023.2
申请日：2023-05-09
Applicant: 重庆大学
IPC: G06F30/23 , G06F17/11 , G06F17/16 , G06F113/06
Abstract: 本发明公开了一种风电机组叶片载荷动态估计方法，主要涉及风力发电技术领域；包括步骤：S1、根据叶片参数与结构，建立有限元模型，构建叶片运动方程；S2、根据系统模态矩阵，结合改进引力算法优化传感器布置；S3、根据模态叠加原理与传感器安装方案，建立卡尔曼滤波模型；S4、根据卡尔曼滤波模型，估计叶片载荷分布；本发明能够解决现有方法存在的估计精度不足，计算成本高的问题，具有计算复杂度低，成本可控等优点，能更精确地对风机叶片任意节点处载荷进行实时估计。
-
公开(公告)号：CN113435395B
公开(公告)日：2023-04-07
申请号：CN202110790036.4
申请日：2021-07-13
Applicant: 重庆大学
IPC: G06F18/24 , G06F18/213 , G06F18/10 , G06F17/16 , G01M1/16
Abstract: 本发明公开了基于自适应卡尔曼滤波器的风轮故障自适应诊断方法，主要涉及风电技术领域；包括步骤：S1、分析不同风轮不平衡故障种类下的塔架振动特征；S2、根据塔架振动特征建立不平衡故障诊断子流程；S3、基于自适应卡尔曼滤波器进行故障诊断；本发明利用自适应卡尔曼滤波器对风机塔架信号进行估计，分离出塔架轴向振动与切向振动的基频与3倍频信号分量，然后利用各分量幅值特征诊断出风轮不平衡故障，实现对风轮不平衡故障快速、准确的诊断。
-
公开(公告)号：CN115239158A
公开(公告)日：2022-10-25
申请号：CN202210897956.0
申请日：2022-07-28
Applicant: 重庆大学
Abstract: 本发明公开了一种基于迁移强化学习的航天起爆器生产调度方法，主要涉及机器学习与智能制造领域；包括步骤：S1、对起爆器制造执行过程柔性生产线建模；S2、获取起爆器生产车间生产加工的实时信息；S3、根据起爆器生产车间收集的实时信息，确定起爆器柔性生产车间调度问题描述和相关假设；S4、确定起爆器生产车间调度的约束条件和目标函数；S5、进行迁移强化学习的训练；S6、根据训练得到的策略选取最优的动作进行实时调度；本发明能够解决当新品种起爆器生产工艺参数稍有变动时出现的收敛速度变缓、效果变差、不能得到最优的调度解的问题。
-
公开(公告)号：CN113379151A
公开(公告)日：2021-09-10
申请号：CN202110712336.0
申请日：2021-06-25
Applicant: 重庆大学
Abstract: 本发明公开了基于Bagging‑CNN‑GRU的风速超短期预测方法，主要涉及风电技术领域；包括步骤：S1、采集风速和功率数据，并对风速和功率数据进行预处理；S2、对预处理后的数据进行随即采样，获取数据集；S3、构建CNN‑GRU模型作为弱学习器，并初始化弱学习器；S4、训练弱学习器；S5、组合学习器并预测；S6、选择最优学习器，并进行误差评估；本发明能够提高对下游风速的预测精度，稳定性和精度大大提高。
-
公开(公告)号：CN111132008A
公开(公告)日：2020-05-08
申请号：CN201911322116.6
申请日：2019-12-19
Applicant: 重庆大学
IPC: H04W4/02 , H04B17/318
Abstract: 本发明涉及一种基于无线局域网信号的入侵物体检测定位系统，属于入侵物体检测定位和安防技术领域。该系统包括WIFI信号发送装置、WIFI信号接收装置和WIFI信号分析装置；在需要监视的区域布置多个WIFI信号发送装置和WIFI信号接收装置，用于发射和接收WIFI信号，并将接收到的WIFI信号传送至WIFI信号分析装置；系统利用WIFI信号分析装置分析WIFI信号接收装置接收到的WIFI信号，利用信号强度变化大于阈值的WIFI信号确定收发端位置信息，进而确定入侵物体所在的直线，并利用求解多元函数极值的方法确定入侵物体位置，实现对入侵物体的检测定位。本发明通过对WIFI信号的强度变化特征进行分析，实现对入侵物体的检测和定位，与传统方法相比，具有不影响原WIFI系统通信功能和隐蔽性好等优势。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.019 seconds)
