-
公开(公告)号：CN113030764B
公开(公告)日：2022-01-25
申请号：CN202110240005.1
申请日：2021-03-04
申请人： 武汉大学
IPC分类号： G01R31/396 , G01R31/392 , G01R31/367 , G01R31/36 , G01R31/378 , G01R31/00
摘要： 本发明公开了一种电池组健康状态估计方法及系统，属于电池技术领域，包括：测量锂电池组每个充放电周期的健康状态数据序列以及每个充电阶段锂电池组的端电压以及温度数据序列；计算锂电池组随着充放电周期的电压熵数据序列和温度均值数据序列；基于锂电池组随着充放电周期的电压熵数据序列、温度均值序列与健康状态数据序列，应用粒子群算法对长短期记忆神经网络的学习率进行优化选择；应用粒子群优化获得的学习率，建立长短时记忆神经网络的健康状态估计模型；应用建立的长短时记忆神经网络的健康状态估计模型估计锂电池组的健康状态。本发明通过电压熵与均值温度有效反应锂电池组的容量退化，可精确估计锂电池组的健康状态。
-
公开(公告)号：CN111817757B
公开(公告)日：2021-10-22
申请号：CN202010512562.X
申请日：2020-06-08
申请人： 武汉大学
IPC分类号： H04B7/0413 , H04B17/373
摘要： 本发明公开了一种用于MIMO无线通信系统的信道预测方法及系统，该方法包括以下步骤：通过信道估计，获取MIMO无线通信系统每个天线对的频域信道信息；通过反傅里叶变换处理每个天线对的频域信道信息，获取MIMO无线通信系统每个有效时延径的信息；训练宽度学习系统；利用训练好的宽度学习系统对每个天线对的每个有效时延径进行预测，获得每个天线对的每个有效时延径的下一时刻的信息；将预测得到的每个天线对的每个有效时延径的下一时刻的信息进行汇总后，利用傅里叶变换转换为预测的频域信道信息。本发明可以提供满意的预测性能，而且可以输出稀疏的输出权重，减小了对内存存储的要求。本发明为实现无线通信的自适应传输和自适应编码等提供了保障。
-
公开(公告)号：CN111398766B
公开(公告)日：2021-05-28
申请号：CN202010286330.7
申请日：2020-04-13
申请人： 武汉大学
摘要： 本发明公开了一种IGBT模块健康状态在线监测方法及系统，属于IGBT状态监测领域，为了克服现有的IGBT模块健康状态不能实时监测，本发明的方法包括：使用电流传感器测量每个IGBT模块的集电极电流；将采集到的电流值代入到仿真模型中得到电流不平衡率；根据电流不平衡率与温度对失效模块进行定位，以达到监测IGBT健康状态的目的。本发明的实施简单，监测精度较高，特别是对于模块内部键合线脱落的监测灵敏度较高，具有较好的实时性能，能在线监测IGBT的健康状态。
-
公开(公告)号：CN111398766A
公开(公告)日：2020-07-10
申请号：CN202010286330.7
申请日：2020-04-13
申请人： 武汉大学
摘要： 本发明公开了一种IGBT模块健康状态在线监测方法及系统，属于IGBT状态监测领域，为了克服现有的IGBT模块健康状态不能实时监测，本发明的方法包括：使用电流传感器测量每个IGBT模块的集电极电流；将采集到的电流值代入到仿真模型中得到电流不平衡率；根据电流不平衡率与温度对失效模块进行定位，以达到监测IGBT健康状态的目的。本发明的实施简单，监测精度较高，特别是对于模块内部键合线脱落的监测灵敏度较高，具有较好的实时性能，能在线监测IGBT的健康状态。
-
公开(公告)号：CN111698182B
公开(公告)日：2021-10-08
申请号：CN202010454893.2
申请日：2020-05-26
申请人： 武汉大学
IPC分类号： H04L25/02 , H04L27/26 , H04B7/0413
摘要： 本发明公开了一种基于压缩感知的时频分块稀疏的信道估计方法，该方法包括以下步骤：步骤1：建立信道模型；步骤2：根据步骤1得到的信道模型，用压缩感知的方法求解稀疏信号估计值，进而计算索引集；步骤3：根据步骤2得到的索引集，求解出信道矩阵估计值；该方法提出了一种广义分块自适应gBAMP算法，利用大规模MIMO系统的时频联合分块稀疏性，进一步优化算法迭代过程中索引集的选择，以提高算法的稳定性；然后，在未给定阈值参数下，基于F范数，通过残差确定了自适应迭代停止条件，并证明了该方法的有效性。仿真表明，本发明的方法能快速、准确地恢复稀疏度未知的大规模MIMO信道信息。
-
公开(公告)号：CN111562358B
公开(公告)日：2021-03-16
申请号：CN202010372630.7
申请日：2020-05-06
申请人： 武汉大学
摘要： 本发明公开了一种基于联合模型的变压器油中气体含量预测方法及系统，属于变压器故障预测领域，该方法包括：确定与故障相关的待预测气体类型和时间序列，针对油中溶解气体浓度序列的非平稳性特征，分别采用经验模态分解和局部均值分解对原始序列进行处理；针对各子序列分量分别进行归一化，划分训练样本与测试样本；针对各子序列分量分别构建DBN预测模型进行训练，并叠加重构建立DBN模型对故障的多维数据进行特征提取及分类，通过计算误差指标评价该预测模型的预测性能。本发明将油中溶解气体浓度时间序列分解为更强平稳性和规律性的分量，再利用深度置信网络对多层网络特征提取的优势，达到对变压器进行状态预测便于及时识别故障的目的。
-
公开(公告)号：CN111751763A
公开(公告)日：2020-10-09
申请号：CN202010513387.6
申请日：2020-06-08
申请人： 武汉大学
摘要： 本发明公开了一种基于GSMallat-NIN-CNN网络的电力变压器绕组故障诊断方法，包括：利用多通道传感器对变压器绕组振动情况进行测量，得到变压器的多源振动数据；对测量得到的多源振动数据，利用GST灰度变换将多源振动数据转化为灰度图像；采用Mallat算法将各灰度图像逐层分解为高频分量子图像和低频分量子图像，并对其进行图像融合；重构融合后的灰度图像，按照变压器绕组的故障状态，对振动灰度图像进行编码；建立基于GSMallat-NIN-CNN网络的变压器故障诊断模型；随机初始化网络参数，划分训练集和测试集，通过训练集对网络进行训练和调优；保存训练好的网络，并通过测试集对网络测试。本发明有效抑制了多源信号中的噪声，提高特征信息完整性，降低了计算量，提高了故障诊断准确性。
-
公开(公告)号：CN111541505A
公开(公告)日：2020-08-14
申请号：CN202010260603.0
申请日：2020-04-03
申请人： 武汉大学
IPC分类号： H04B17/373 , H04L25/02 , G06N3/08 , G06F17/16
摘要： 本发明公开了一种面向OFDM无线通信系统的时域信道预测方法及系统，属于无线通信自适应传输技术领域，其中，在频域的信道信息通过反傅里叶变换转换为时域抽头信息。对每个时域抽头信息，实现基于极限学习机的抽头信息预测，最后将预测的抽头信息通过傅里叶变换转换为频域信道信息。其中，为了提高信道预测器的泛化能力，本发明通过l2正则化和l1/2正则化结合的方式对极限学习机的输出权重进行惩戒。本发明可以提供满意的预测性能，而且可以输出稀疏的输出权重，减小了对内存存储的要求。本发明为实现无线通信的自适应传输和自适应编码等提供了保障。
-
公开(公告)号：CN111400935A
公开(公告)日：2020-07-10
申请号：CN202010303412.8
申请日：2020-04-17
申请人： 武汉大学
IPC分类号： G06F30/20 , G01R31/367 , G06F119/08 , G06F111/08
摘要： 本发明公开了一种基于似然函数的锂电池三阶模型参数辨识方法及系统，涉及一种估计锂电池在不同温度、不同SOC和充放电电流作用下电池模型参数的方法，包括以下步骤：建立锂电池三阶电池模型；采集不同温度、不同SOC和充放电电流作用下的电池模型输出Ud和电池总电流I；采用似然函数构建辨识模型，将采集的数据代入辨识模型中计算出电池模型参数；将辨识后的参数代入三阶电池模型，得到电池端电压并与测得的端电压对比。本发明操作方法简单有效，可精确地估算出锂电池的内阻参数。
-
公开(公告)号：CN111400935B
公开(公告)日：2022-11-04
申请号：CN202010303412.8
申请日：2020-04-17
申请人： 武汉大学
IPC分类号： G06F30/20 , G01R31/367 , G06F119/08 , G06F111/08
摘要： 本发明公开了一种基于似然函数的锂电池三阶模型参数辨识方法及系统，涉及一种估计锂电池在不同温度、不同SOC和充放电电流作用下电池模型参数的方法，包括以下步骤：建立锂电池三阶电池模型；采集不同温度、不同SOC和充放电电流作用下的电池模型输出Ud和电池总电流I；采用似然函数构建辨识模型，将采集的数据代入辨识模型中计算出电池模型参数；将辨识后的参数代入三阶电池模型，得到电池端电压并与测得的端电压对比。本发明操作方法简单有效，可精确地估算出锂电池的内阻参数。
-
-
-
-
-
-
-
-
-
搜索结果
33 条记录 (耗时 0.022 秒)
