-
公开(公告)号：CN116738269A
公开(公告)日：2023-09-12
申请号：CN202310704902.2
申请日：2023-06-14
Applicant: 重庆邮电大学
IPC: G06F18/23213 , G06F18/10 , H02J3/00
Abstract: 本发明涉及基于自适应DBSCAN聚类的风功率无效数据识别方法、系统、电子设备和存储介质，包括：获取风电机组在正常运行状态下的原始风功率数据集；根据风速大小利用K‑means算法将原始风功率数据集划分为m个原始风功率数据子集；利用自适应DBSCAN算法分别对m个原始风功率数据子集进行聚类，将聚类后的噪音点数据作为风功率无效数据进行输出，得到原始风功率数据集中的所有风功率无效数据，通过k‑means聚类算法将原始风功率数据集划分为不同的类别，提高同一类内数据的相似性，并降低不同类别之间的相似性，通过自适应的选择DBSCAN算法的参数降低人为设置参数的主观因素影响，提高了识别结果的稳定性。
-
公开(公告)号：CN115146528A
公开(公告)日：2022-10-04
申请号：CN202210575222.0
申请日：2022-05-25
Applicant: 重庆邮电大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06Q10/04 , G06F119/06 , G06F119/14
Abstract: 本发明涉及装载机无人驾驶技术领域，具体涉及一种面向无人驾驶装载机的制动踏板开度值预测方法，包括获取驾驶员驾驶的历史数据，根据历史数据获取循环作业时长与行驶路程的最佳组合，以此作为驾驶员的驾车作业熟练度；筛选出熟练驾驶员的驾驶数据作为训练数据；构建LSTM预测网络，以训练数据对构建的网络进行训练；将实时数据输入完成训练的LSTM预测网络，预测开度值变换，根据预测的开度值变化判断车辆踏板是否制动；本发明以装载机制动动作极为频繁的典型作业模式为背景，将具有多年驾驶经验熟练驾驶员的驾驶数据与机器学习方法相结合，能够实现对满载后退、满载前进和空载后退3种制动类型在未来时间步制动踏板开度值的良好预测。
-
公开(公告)号：CN115081331B
公开(公告)日：2025-03-21
申请号：CN202210754815.3
申请日：2022-06-30
Applicant: 重庆邮电大学
IPC: G06F18/2433 , F03D17/00 , G06Q50/06 , G06F18/22 , G06F18/27 , G06N3/0455 , G06N3/08 , G06F123/02
Abstract: 本发明属于新能源发电领域，具体涉及一种基于状态参数重构误差的风电机组运行状态异常检测方法，该方法包括：采用正常运行的风电机组数据设置监测指标阈值和连续越限时间阈值；将待检测数据经过滑动窗口处理获得增广状态数据矩阵，并对待检测数据进行重构；计算重构误差和监测指标；将计算出的重构误差和监测指标分别与设置的监测指标阈值和连续越限时间阈值进行对比，得到数据检测结果；本发明对风电机组运行数据进行重构，通过重构误差，以及连续越限数，便可通过辨识模型判断运行数据异常状态，计算方便快捷，能够获得较高异常辨识能力。
-
公开(公告)号：CN115081331A
公开(公告)日：2022-09-20
申请号：CN202210754815.3
申请日：2022-06-30
Applicant: 重庆邮电大学
IPC: G06F30/27 , G06F17/18 , G06N3/04 , G06N3/08 , G06F113/06 , G06F119/02
Abstract: 本发明属于新能源发电领域，具体涉及一种基于状态参数重构误差的风电机组运行状态异常检测方法，该方法包括：采用正常运行的风电机组数据设置监测指标阈值和连续越限时间阈值；将待检测数据经过滑动窗口处理获得增广状态数据矩阵，并对待检测数据进行重构；计算重构误差和监测指标；将计算出的重构误差和监测指标分别与设置的监测指标阈值和连续越限时间阈值进行对比，得到数据检测结果；本发明对风电机组运行数据进行重构，通过重构误差，以及连续越限数，便可通过辨识模型判断运行数据异常状态，计算方便快捷，能够获得较高异常辨识能力。
-
公开(公告)号：CN118818314A
公开(公告)日：2024-10-22
申请号：CN202410915751.X
申请日：2024-07-09
Applicant: 重庆邮电大学
IPC: G01R31/367 , G01R31/392
Abstract: 本发明涉及电动车电池寿命预测领域，特别涉及一种基于泛化系统在线参数辨识的固态电池寿命估算方法，包括通过参数估计的递推最小二乘法构建电池系统泛化离散数学模型；根据电池系统泛化离散数学模型计算系统参数值；根据得到的系统参数值与设定阈值之间的关系判断电池寿命。本发明通过参数估计的递推最小二乘法来构建关于电池系统泛化离散数学模型，根据构建的模型来确定随时间变化的系统参数，并根据系统参数值与设定阈值之间的关系来判断电动汽车的电池寿命，该方法计算速度快、占用内存少，能够在线辨识，实时获得系统参数。
-
Patent Agency Ranking
公开(公告)号：CN116151472A
公开(公告)日：2023-05-23
申请号：CN202310239797.X
申请日：2023-03-13
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06N3/08 , G06N3/0442
Abstract: 本发明属于电动汽车能源管理领域，涉及一种基于车联网数据挖掘的电动汽车短期能耗预测方法；所述方法包括从车联网数据平台中获取电动汽车的运行数据和工况数据；将运行数据按放电过程划分里程片段；从工况数据中按相关系数提取出与电动汽车能耗相关的特征变量；在划分好的里程片段内，对所选特征变量进行参数计算，构建出待测里程片段的输入变量；将待测里程片段的输入变量输入到训练后的集成学习模型中，得到待测里程片段的能耗调整因子预测值；利用待测里程片段的能耗调整因子预测值，计算电动汽车在待测里程片段的能耗预测值。本发明基于能耗调整因子设计的电动汽车能耗预测模型能够更加准确的预测电动汽车的能耗水平。
-
公开(公告)号：CN114954437A
公开(公告)日：2022-08-30
申请号：CN202210570780.8
申请日：2022-05-24
Applicant: 重庆邮电大学
Abstract: 本发明属于铰接式车辆无人驾驶技术领域，具体涉及一种面向铰接式车辆的泊车轨迹规划和跟踪控制方法及系统；该方法包括：构建铰接车运动学模型和跟踪偏差模型；根据铰接车运动学模型和跟踪偏差模型，设计不确定非线性系统；根据不确定非线性系统，构建目标函数和约束函数，得到不确定非线性系统最优化问题描述；求解不确定非线性系统最优化问题，得到泊车轨迹规划和跟踪控制方案；铰接式车辆根据泊车轨迹规划和跟踪控制方案实现自动泊车；本发明规划的轨迹和跟踪控制过程具有快速适配能力，更符合实际场景的需要，实用性高。
-
公开(公告)号：CN119846475A
公开(公告)日：2025-04-18
申请号：CN202510063407.7
申请日：2025-01-15
Applicant: 重庆邮电大学
IPC: G01R31/367 , G01R31/382 , G01R31/3842 , G01R31/396 , G01R31/52
Abstract: 本发明公开了基于多特征融合的电池组内短路故障检测方法和系统。该方法包括：实时间隔抽样电池组内各单体的电压数据、电流数据和探针温度数据；根据该电压数据计算得到平均最大电压差F1；根据该电压数据经过去中心化处理后，计算得到最大去中心化电压偏差F2；根据该电流数据和探针温度数据，计算加权绝对电流‑温升比率F3；将所述平均最大电压差F1、最大去中心化电压偏差F2和加权绝对电流‑温升比率F3整合为特征点，将特征点整合映射为数据点；利用DBSCAN聚类算法对各数据点进行聚类，得到各异常数据点，根据各异常数据点得到电池组内中短路的电池单体。本发明采集电池组内电压、电流、温度数据，提取三种特征来表征电池组状态，能明显提高检测准确率和检测及时性。
-
公开(公告)号：CN119986384A
公开(公告)日：2025-05-13
申请号：CN202510080739.6
申请日：2025-01-20
Applicant: 重庆邮电大学
IPC: G01R31/367 , G01R31/392
Abstract: 本发明公开了基于局部离群因子算法的电池包异常单体检测方法和系统。该方法包括：采用滑动窗口法，抽样采集电池包中每个电池单体的电压数据和电流数据，得到单体电压矩阵；根据单体电压矩阵U，分别得到第一电压特征F1和第二电压特征F2；根据单体电压矩阵U和电池单体的电流数据，计算每个单体在滑动窗口内的电压变化一致性特征F3；将所述第一电压特征F1、第二电压特征F2、电压变化一致性特征F3整合为特征点，将特征点整合映射为数据点；采用局部离群因子LOF算法对数据点集合进行异常检测，得到异常数据点，该异常数据点为电池包中的异常电池单体。本发明可以提高电池包内异常单体的准确性，并能判断异常情况类型。
-
公开(公告)号：CN114954437B
公开(公告)日：2024-08-02
申请号：CN202210570780.8
申请日：2022-05-24
Applicant: 重庆邮电大学
Abstract: 本发明属于铰接式车辆无人驾驶技术领域，具体涉及一种面向铰接式车辆的泊车轨迹规划和跟踪控制方法及系统；该方法包括：构建铰接车运动学模型和跟踪偏差模型；根据铰接车运动学模型和跟踪偏差模型，设计不确定非线性系统；根据不确定非线性系统，构建目标函数和约束函数，得到不确定非线性系统最优化问题描述；求解不确定非线性系统最优化问题，得到泊车轨迹规划和跟踪控制方案；铰接式车辆根据泊车轨迹规划和跟踪控制方案实现自动泊车；本发明规划的轨迹和跟踪控制过程具有快速适配能力，更符合实际场景的需要，实用性高。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.017 seconds)
