-
公开(公告)号：CN113705114B
公开(公告)日：2022-05-06
申请号：CN202111260139.6
申请日：2021-10-28
Applicant: 中南大学
Abstract: 本发明实施例提供了一种数据预测方法及装置，所述方法包括：获得非线性数据；确定所述原始非线性数据的差值序列；确定关于预测值的置信区间；基于所述差值序列及置信区间训练预测模型；获得经所述预测模型生成的预测差值；对所述预测差值进行还原处理形成真实预测值。本发明实施例的数据预测方法，其方法简单，且准确度高。
-
公开(公告)号：CN114358200A
公开(公告)日：2022-04-15
申请号：CN202210025632.8
申请日：2022-01-11
Applicant: 中南大学
Abstract: 本申请涉及一种非线性数据的分类预测方法、系统、设备和存储介质。该方法包括：从电池充电过程中获取非线性的电压数据和电压导数数据，将电压导数数据插入电压数据，得到原始矩阵；对原始矩阵进行相关系数分析，得到原始矩阵中偶数列与奇数列之间的相关系数，根据相关系数选取原始矩阵中相关列；对原始矩阵进行主成分分析，得到所述原始矩阵的主成分贡献率，根据主成分贡献率选取原始矩阵得到主成分矩阵；将相关列和主成分矩阵进行数据融合，得到融合矩阵，根据融合矩阵完成对非线性数据的分类预测。本发明实施例通过对融合后数据的特征值提取，进而准确分类和预测出电池每次循环的电压数据对应一个可用的电池容量，预测速度快，精确度高。
-
公开(公告)号：CN112731161A
公开(公告)日：2021-04-30
申请号：CN202110170401.1
申请日：2021-02-08
Applicant: 中南大学
IPC: G01R31/367 , G01R31/36 , G01R31/388
Abstract: 本发明公开了一种基于少量数据混插的非线性数据特征提取和分类预测方法，包括以下步骤：一、对非线性数据产生源采集所需的数据；二、对采集到的原始数据进行标准化处理；三、对采集到的原始数据进行求导；四、对求导后的数据进行标准化处理；五、将两次标准化后的数据进行横向间隔混合插入；六、使用神经网络算法对采集到来自不同产生源的数据进行特征提取并分类。本发明能够解决现有技术的不足，可以解决非线性数据在变化非常平滑时难以用单一参数进行分类预测的难点，实现采用少量数据并且仅依靠单一参数的情况下，提升神经网络模型对非线数据的特征提取并大大提升分类和预测效果。
-
公开(公告)号：CN114358200B
公开(公告)日：2022-09-13
申请号：CN202210025632.8
申请日：2022-01-11
Applicant: 中南大学
Abstract: 本申请涉及一种非线性数据的分类预测方法、系统、设备和存储介质。该方法包括：从电池充电过程中获取非线性的电压数据和电压导数数据，将电压导数数据插入电压数据，得到原始矩阵；对原始矩阵进行相关系数分析，得到原始矩阵中偶数列与奇数列之间的相关系数，根据相关系数选取原始矩阵中相关列；对原始矩阵进行主成分分析，得到所述原始矩阵的主成分贡献率，根据主成分贡献率选取原始矩阵得到主成分矩阵；将相关列和主成分矩阵进行数据融合，得到融合矩阵，根据融合矩阵完成对非线性数据的分类预测。本发明实施例通过对融合后数据的特征值提取，进而准确分类和预测出电池每次循环的电压数据对应一个可用的电池容量，预测速度快，精确度高。
-
公开(公告)号：CN112731161B
公开(公告)日：2021-10-26
申请号：CN202110170401.1
申请日：2021-02-08
Applicant: 中南大学
IPC: G01R31/367 , G01R31/36 , G01R31/388
Abstract: 本发明公开了一种基于少量数据混插的非线性数据特征提取和分类预测方法，包括以下步骤：一、对非线性数据产生源采集所需的数据；二、对采集到的原始数据进行标准化处理；三、对采集到的原始数据进行求导；四、对求导后的数据进行标准化处理；五、将两次标准化后的数据进行横向间隔混合插入；六、使用神经网络算法对采集到来自不同产生源的数据进行特征提取并分类。本发明能够解决现有技术的不足，可以解决非线性数据在变化非常平滑时难以用单一参数进行分类预测的难点，实现采用少量数据并且仅依靠单一参数的情况下，提升神经网络模型对非线数据的特征提取并大大提升分类和预测效果。
-
Patent Agency Ranking
公开(公告)号：CN114755575B
公开(公告)日：2023-03-14
申请号：CN202210373673.6
申请日：2022-04-11
Applicant: 中南大学
Abstract: 一种新能源电动车用电动机故障诊断系统及诊断方法，所述系统包括微处理器，用于获取负载电流，还用于为电动机驱动生成PWM驱动信号以及判断驱动故障诊断电路的MOS管是否发生故障；过流检测电路，用于检测负载电流；驱动故障诊断电路，包括：驱动芯片，用于接收MCU发出的PWM驱动信号；至少三组并联MOS管，用于驱动电动机单相线圈；开关单元，用于判断该组并联MOS管是否产生故障，通过闭合该组开关，断开其它组开关，启动微处理器发出PWM驱动信号，来检测当前电动机的电流，若电流正常，则说明该组并联MOS管正常。本发明既能够判断出哪一组MOS管出现故障，也能判断出该组中具体哪一个MOS管出现故障，从而实现故障的准确和高效检测。
-
公开(公告)号：CN113705114A
公开(公告)日：2021-11-26
申请号：CN202111260139.6
申请日：2021-10-28
Applicant: 中南大学
Abstract: 本发明实施例提供了一种数据预测方法及装置，所述方法包括：获得非线性数据；确定所述原始非线性数据的差值序列；确定关于预测值的置信区间；基于所述差值序列及置信区间训练预测模型；获得经所述预测模型生成的预测差值；对所述预测差值进行还原处理形成真实预测值。本发明实施例的数据预测方法，其方法简单，且准确度高。
-
公开(公告)号：CN109164342B
公开(公告)日：2021-01-01
申请号：CN201810968458.4
申请日：2018-08-23
Applicant: 中南大学 , 中车齐齐哈尔车辆有限公司
IPC: G01R31/54
Abstract: 本发明公开了一种三相逆变器开路故障的诊断方法，包括：通过电流互感器获得A、B、C三相输出电流数据，列出三相输出电流的时间表达式；将三相输出电流的时间表达式转换为空间直角坐标系下的空间轨迹表达式；依据空间轨迹表达式绘制空间轨迹图；使用空间轨迹图在既有故障空间轨迹图集合中进行检索，若检索到与空间轨迹图所匹配的既有故障空间轨迹图集合中的集合项，则将检索到的集合项对应的故障类型输出为诊断结果。实现了通过电流互感器测量得到逆变器的A、B、C三相输出电流，利用三相输出电流对三相逆变器的开路故障情况进行诊断的功能，具有不需要对三相逆变器进行电路改造、便利、快捷、准确等优点。
-
公开(公告)号：CN112034394A
公开(公告)日：2020-12-04
申请号：CN202011211006.5
申请日：2020-11-03
Applicant: 中南大学
IPC: G01R31/54 , G01R31/26 , G01R19/165
Abstract: 本发明提供基于电流半波差异的整流器开路故障诊断方法，整流器为单相四象限全桥整流器，包括：对网侧输入电流进行标准化处理，得到标准网侧输入电流；实时获取并储存采样点的标准网侧输入电流，计算第k个采样点与k-n/2个采样点的标准网侧输入电流的和值与误差的差值，n为每个电流周期的采样点个数，正半周与负半周的采样点个数相同；存储的采样点个数小于等于n；比较差值与阈值，判断开路故障的类型为IGBT开路故障或反并联二极管开路故障。通过网侧输入电流幅值降低程度来辨别IGBT开路故障与反并联二极管开路故障，能够实时、快速、有效地进行故障诊断，对于负载变化、网侧电压变化，以及载波变化均具有较好的抗干扰性与鲁棒性。
-
公开(公告)号：CN109164342A
公开(公告)日：2019-01-08
申请号：CN201810968458.4
申请日：2018-08-23
Applicant: 中南大学
IPC: G01R31/02
Abstract: 本发明公开了一种三相逆变器开路故障的诊断方法，包括：通过电流互感器获得A、B、C三相输出电流数据，列出三相输出电流的时间表达式；将三相输出电流的时间表达式转换为空间直角坐标系下的空间轨迹表达式；依据空间轨迹表达式绘制空间轨迹图；使用空间轨迹图在既有故障空间轨迹图集合中进行检索，若检索到与空间轨迹图所匹配的既有故障空间轨迹图集合中的集合项，则将检索到的集合项对应的故障类型输出为诊断结果。实现了通过电流互感器测量得到逆变器的A、B、C三相输出电流，利用三相输出电流对三相逆变器的开路故障情况进行诊断的功能，具有不需要对三相逆变器进行电路改造、便利、快捷、准确等优点。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.018 seconds)
