-
公开(公告)号：CN113358993B
公开(公告)日：2022-10-04
申请号：CN202110521593.6
申请日：2021-05-13
Applicant: 武汉大学
Abstract: 本发明公开了一种基于注意力模块的可分离卷积神经网络的多电平变换器IGBT的故障诊断方法及系统，属于电力电子电路故障诊断领域。改变实验条件，模拟变换器中各IGBT分别故障的情况，获取变换器的若干组传感器监测数据，利用滑动时间窗口将数据分段并归一化后得到样本片段，同时确定各样本的状态标签，构成离线训练数据集。构建包含注意力模块的可分离卷积神经网络，在减少参数量的同时能够提高诊断精度，把离线训练数据集输入分类网络中进行训练，保存最优网络。将实时采集到的各传感器数据分段并归一化，再输入最优网络中，网络将输出实时片段的诊断结果。本发明不仅诊断时间短、诊断精度高，还具有广泛的适用性，可应用于在线诊断之中。
-
公开(公告)号：CN113358993A
公开(公告)日：2021-09-07
申请号：CN202110521593.6
申请日：2021-05-13
Applicant: 武汉大学
Abstract: 本发明公开了一种基于注意力模块的可分离卷积神经网络的多电平变换器IGBT的故障诊断方法及系统，属于电力电子电路故障诊断领域。改变实验条件，模拟变换器中各IGBT分别故障的情况，获取变换器的若干组传感器监测数据，利用滑动时间窗口将数据分段并归一化后得到样本片段，同时确定各样本的状态标签，构成离线训练数据集。构建包含注意力模块的可分离卷积神经网络，在减少参数量的同时能够提高诊断精度，把离线训练数据集输入分类网络中进行训练，保存最优网络。将实时采集到的各传感器数据分段并归一化，再输入最优网络中，网络将输出实时片段的诊断结果。本发明不仅诊断时间短、诊断精度高，还具有广泛的适用性，可应用于在线诊断之中。
-
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
Applicant: 武汉大学
IPC: G01R31/396 , G01R31/392 , G01R31/367 , G01R31/36 , G01R31/378 , G01R31/00
Abstract: 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：CN1129228C
公开(公告)日：2003-11-26
申请号：CN01133522.X
申请日：2001-09-30
Applicant: 武汉大学
Inventor： 熊元新
Abstract: 本发明涉及一种多端口回转器，包括p×q个二端口回转器，多端口回转器的输入端由若干个二端口回转器的输入端串联而成，输出端由若干个二端口回转器的输出端串联而成，其特殊之处是：多端口回转器的所有二端口回转器的回转比的绝对值均相同，二端口回转器的输入输出端口均并联有可控开关。本发明由于在多端口回转器中采用相同回转比(绝对值相同)的二端口回转器，获得归一化多端口回转器电路，达到多端口回转器一体化设计，从而使本发明多端口回转器能统一用集成电路生产和灵活使用。有了集成化的多端口回转器就可以用该回转器设计出多端口变压器、多端口旋转器、多端口环流器、多端口反照器、多端口变标器和多端口驱动点函数矩阵等多端口单元器件。
-
公开(公告)号：CN113030764A
公开(公告)日：2021-06-25
申请号：CN202110240005.1
申请日：2021-03-04
Applicant: 武汉大学
IPC: G01R31/396 , G01R31/392 , G01R31/367 , G01R31/36 , G01R31/378 , G01R31/00
Abstract: 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。
-
Patent Agency Ranking
公开(公告)号：CN111337819B
公开(公告)日：2021-02-19
申请号：CN202010134689.2
申请日：2020-03-02
Applicant: 武汉大学
IPC: G01R31/316
Abstract: 本发明公开了一种基于优选小波基函数的模拟电路故障特征提取方法及系统，属于电子电路工程及计算机视觉领域，其中，方法的实现包括：获取模拟电路在不同故障时的输出信号；依次应用基于不同小波基函数的小波变换方法提取输出信号的特征；对于每一种特征，计算各个故障的中心位置、各个故障数据点到中心位置的距离，故障数据点最远位置和故障数据点平均位置；依据得分判别法，确定用于模拟电路故障特征提取的最优小波基函数。本发明可克服应用小波变换进行特征提取时小波基无法直接确定，需要依靠经验法设定的问题，可有效地提高模拟电路故障诊断的效率和正确率。
-
公开(公告)号：CN111337819A
公开(公告)日：2020-06-26
申请号：CN202010134689.2
申请日：2020-03-02
Applicant: 武汉大学
IPC: G01R31/316
Abstract: 本发明公开了一种基于优选小波基函数的模拟电路故障特征提取方法及系统，属于电子电路工程及计算机视觉领域，其中，方法的实现包括：获取模拟电路在不同故障时的输出信号；依次应用基于不同小波基函数的小波变换方法提取输出信号的特征；对于每一种特征，计算各个故障的中心位置、各个故障数据点到中心位置的距离，故障数据点最远位置和故障数据点平均位置；依据得分判别法，确定用于模拟电路故障特征提取的最优小波基函数。本发明可克服应用小波变换进行特征提取时小波基无法直接确定，需要依靠经验法设定的问题，可有效地提高模拟电路故障诊断的效率和正确率。
-
公开(公告)号：CN1341993A
公开(公告)日：2002-03-27
申请号：CN01133522.X
申请日：2001-09-30
Applicant: 武汉大学
Inventor： 熊元新
Abstract: 本发明涉及一种多端口回转器,包括p×q个二端口回转器,多端口回转器的输入端由若干个二端口回转器的输入端串联而成,输出端由若干个二端口回转器的输出端串联而成,其特殊之处是:多端口回转器的所有二端口回转器的回转比的绝对值均相同,二端口回转器的输入输出端口均并联有可控开关。本发明由于在多端口回转器中采用相同回转比(绝对值相同)的二端口回转器,获得归一化多端口回转器电路,达到多端口回转器一体化设计,从而使本发明多端口回转器能统一用集成电路生产和灵活使用。有了集成化的多端口回转器就可以用该回转器设计出多端口变压器、多端口旋转器、多端口环流器、多端口反照器、多端口变标器和多端口驱动点函数矩阵等多端口单元器件。
-
公开(公告)号：CN113239653B
公开(公告)日：2022-08-12
申请号：CN202110425367.8
申请日：2021-04-20
Applicant: 武汉大学
IPC: G06F30/367 , G01R31/26 , G06F111/08 , G06F119/02 , G06F119/04 , G06F119/08
Abstract: 本发明公开了一种基于复合失效模式耦合的IGBT寿命预测方法及系统，首先计算键合引线与焊料层的联立失效概率模型；然后计算联立失效概率模型的期望并记作耦合作用下的寿命；建立耦合函数关系式；预测焊料层与键合引线各自的寿命；建立不考虑耦合作用的IGBT寿命预测模型；建立考虑耦合作用的IGBT寿命预测模型。本发明能对焊料层与键合引线耦合作用下的IGBT模块进行更准确的寿命预测。
-
公开(公告)号：CN113239653A
公开(公告)日：2021-08-10
申请号：CN202110425367.8
申请日：2021-04-20
Applicant: 武汉大学
IPC: G06F30/367 , G01R31/26 , G06F111/08 , G06F119/02 , G06F119/04 , G06F119/08
Abstract: 本发明公开了一种基于复合失效模式耦合的IGBT寿命预测方法及系统，首先计算键合引线与焊料层的联立失效概率模型；然后计算联立失效概率模型的期望并记作耦合作用下的寿命；建立耦合函数关系式；预测焊料层与键合引线各自的寿命；建立不考虑耦合作用的IGBT寿命预测模型；建立考虑耦合作用的IGBT寿命预测模型。本发明能对焊料层与键合引线耦合作用下的IGBT模块进行更准确的寿命预测。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.027 seconds)
