公开(公告)号：CN117436212B

公开(公告)日：2025-04-08

申请号：CN202311309029.3

申请日：2023-10-10

Applicant: 武汉大学

Inventor： 路晓庆 ,  杨涛 ,  程睿 ,  沐淑慧 ,  黎仕君

IPC: G06F30/18 ,  G06F30/27 ,  G06F18/2411 ,  G06N20/10 ,  G06N7/01 ,  G06N3/04 ,  G06N3/0985 ,  H02J3/00 ,  G06F113/04

Abstract: 本发明涉及电力系统拓扑结构辨识技术，具体涉及一种基于SVM改进算法的配电网拓扑辨识方法及设备，该方法包括如下步骤：利用配电网历史量测数据及其对应拓扑结构，进行离线训练获得SVM训练模型；利用配电网实时量测数据驱动SVM分类模型，实现配电网拓扑结构在线分类。将SVM算法引入至配电网拓扑辨识，使得后续配电网具体参数辨识建立在更为准确的拓扑结构之上，可显著提高配电网参数辨识及状态估计的速度和准确率；并且对SVM算法进行了改进，在拉普拉斯核函数和高斯核函数的基础上，寻找应用效果更好的SVM核函数，该新型核函数对不同类型数据集均可达到最优分类效果。

公开(公告)号：CN117436212A

公开(公告)日：2024-01-23

申请号：CN202311309029.3

申请日：2023-10-10

Applicant: 武汉大学

Inventor： 路晓庆 ,  杨涛 ,  程睿 ,  沐淑慧 ,  黎仕君

IPC: G06F30/18 ,  G06F30/27 ,  G06F18/2411 ,  G06N20/10 ,  G06N7/01 ,  G06N3/04 ,  G06N3/0985 ,  H02J3/00 ,  G06F113/04

Abstract: 本发明涉及电力系统拓扑结构辨识技术，具体涉及一种基于SVM改进算法的配电网拓扑辨识方法及设备，该方法包括如下步骤：利用配电网历史量测数据及其对应拓扑结构，进行离线训练获得SVM训练模型；利用配电网实时量测数据驱动SVM分类模型，实现配电网拓扑结构在线分类。将SVM算法引入至配电网拓扑辨识，使得后续配电网具体参数辨识建立在更为准确的拓扑结构之上，可显著提高配电网参数辨识及状态估计的速度和准确率；并且对SVM算法进行了改进，在拉普拉斯核函数和高斯核函数的基础上，寻找应用效果更好的SVM核函数，该新型核函数对不同类型数据集均可达到最优分类效果。

公开(公告)号：CN119471385A

公开(公告)日：2025-02-18

申请号：CN202411500799.0

申请日：2024-10-25

Applicant: 武汉大学

Inventor： 何怡刚 ,  张朝龙 ,  邵奎 ,  王博文 ,  魏光灿 ,  李文悦 ,  汪欣然 ,  李嘉懿 ,  王迪威 ,  程睿 ,  超筛筛

IPC: G01R31/367 ,  G01R31/392 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种用于估计锂电池健康状态的ER‑BILSTM‑FM模型，包括BiLSTM模型、特征映射层、残差融合层、全连接层；BiLSTM模型用于根据输入的电池健康因子序列，获取不同时刻的前向关联特征和反向关联特征；特征映射层用于对前向关联特征和反向关联特征分别进行特征映射处理，得到第一特征映射输出和第二特征映射输出；残差融合层用于将前向关联特征与第一特征映射输出融合得到第一融合输出，以及将反向关联特征与第二特征映射输出融合得到第二融合输出；全连接层用于根据第一融合输出和第二融合输出得到电池健康状态估计结果。该模型充分考虑了不同维度的充电数据，并减少了数据噪声，具有准确的预估结果。