一种AEL系统跟踪AGC信号的非线性模型预测控制方法

    公开(公告)号:CN118331116A

    公开(公告)日:2024-07-12

    申请号:CN202410405778.4

    申请日:2024-04-07

    IPC分类号: G05B19/042

    摘要: 本发明涉及电制氢预测控制技术领域,公开了一种AEL系统跟踪AGC信号的非线性模型预测控制方法;首先对AEL系统的动态过程进行建模,并给出相应的运行约束;然后将AGC信号视为一个连续的随机过程,并使用随机微分方程对其建立SDE模型;将AEL系统的负荷跟踪转化为带约束的最优控制问题,构建负荷跟踪控制器;运行中基于AGC信号的统计预测值,每一时刻对所述最优控制问题进行求解,将求解出的当前时刻控制变量传输至AEL的控制系统,实现预测控制。本发明考虑了AEL系统内部的动态过程约束,能够避免AEL系统跟踪负载调节命令时温度及氢氧杂质越限带来的安全隐患,还能通过协调电解槽负载和状态变量以优化AEL系统制氢效率。

    一种外部知识增强的幽默文本生成方法

    公开(公告)号:CN111401003B

    公开(公告)日:2022-05-03

    申请号:CN202010164493.8

    申请日:2020-03-11

    申请人: 四川大学

    摘要: 本发明公开了一种外部知识增强的幽默文本生成方法,该方法包括对短笑话数据集预处理得到主体句‑背景知识‑妙语句对齐的数据,构建幽默文本生成模型,利用幽默文本生成模型生成幽默文本。本发明提出利用图注意力网络来聚合一个笑话主体句的背景知识图,增强节点表达,并提出将背景知识图融合到妙语句解码器中,从而实现给定主体句及相关的背景知识,能够生成富含幽默感的妙语句。

    一种基于深度学习的多层次特征提取的调制识别方法

    公开(公告)号:CN112702294B

    公开(公告)日:2021-06-22

    申请号:CN202110311297.3

    申请日:2021-03-24

    申请人: 四川大学

    发明人: 张江 张航 雒瑞森

    IPC分类号: H04L27/00 G06K9/62 G06N3/04

    摘要: 本发明公开了一种基于深度学习的多层次特征提取的调制识别方法,包括以下步骤:S1:利用一维卷积,探索IQ信号各分量之间的隐藏特征信息;S2:结合二维卷积块,对步骤S1中提取的隐藏特征信息及原始IQ信号进一步特征提取得到高阶空间融合特征,将得到的高阶空间融合特征送入时序特征提取模块的长短期记忆网络,向时序特征提取模块中引入注意力机制,提取出重要的时序特征;S3:集成空间融合特征与时序特征提取模块;S4:将空间融合特征信息和时序特征信息进行互补,完成对多种调制信号的识别;通过强调I/Q信号各分量之间的重要影响,充分挖掘I/Q信号之间的隐藏信息,有效避免了信息的丢失。

    极寒环境下高性能避雷器生产测试设备

    公开(公告)号:CN118033287A

    公开(公告)日:2024-05-14

    申请号:CN202410215267.6

    申请日:2024-02-27

    IPC分类号: G01R31/00 G01R31/12

    摘要: 本发明涉及极寒工况环境下避雷器性能检测技术领域,尤其是一种极寒环境下高性能避雷器生产测试设备,包括主检测箱、设置在主检测箱内部用于模拟极寒环境的内部模拟腔室和安装在内部模拟腔室的底置电控输送带。本发明的一种极寒环境下高性能避雷器生产测试设备通过采用全封闭时设计的检测腔室,整个检测过程不需要人工参与,不仅提升检测效率,而且安全性大大提升;因为不需要人工近距离操作,环境模拟范围可以更大,检测数据更加全面;整个上、下料和检测过程完全采用电控自动化处理,测试效率更加优异;通过在主检测箱外侧对称设有侧向卸料口,可以对避雷器检测后进行不同位置的筛料处理,功能性大大提升。

    一种外部知识增强的幽默文本生成方法

    公开(公告)号:CN111401003A

    公开(公告)日:2020-07-10

    申请号:CN202010164493.8

    申请日:2020-03-11

    申请人: 四川大学

    摘要: 本发明公开了一种外部知识增强的幽默文本生成方法,该方法包括对短笑话数据集预处理得到主体句-背景知识-妙语句对齐的数据,构建幽默文本生成模型,利用幽默文本生成模型生成幽默文本。本发明提出利用图注意力网络来聚合一个笑话主体句的背景知识图,增强节点表达,并提出将背景知识图融合到妙语句解码器中,从而实现给定主体句及相关的背景知识,能够生成富含幽默感的妙语句。

    一种基于深度学习的多层次特征提取的调制识别方法

    公开(公告)号:CN112702294A

    公开(公告)日:2021-04-23

    申请号:CN202110311297.3

    申请日:2021-03-24

    申请人: 四川大学

    发明人: 张江 张航 雒瑞森

    IPC分类号: H04L27/00 G06K9/62 G06N3/04

    摘要: 本发明公开了一种基于深度学习的多层次特征提取的调制识别方法,包括以下步骤:S1:利用一维卷积,探索IQ信号各分量之间的隐藏特征信息;S2:结合二维卷积块,对步骤S1中提取的隐藏特征信息及原始IQ信号进一步特征提取得到高阶空间融合特征,将得到的高阶空间融合特征送入时序特征提取模块的长短期记忆网络,向时序特征提取模块中引入注意力机制,提取出重要的时序特征;S3:集成空间融合特征与时序特征提取模块;S4:将空间融合特征信息和时序特征信息进行互补,完成对多种调制信号的识别;通过强调I/Q信号各分量之间的重要影响,充分挖掘I/Q信号之间的隐藏信息,有效避免了信息的丢失。