基于深度学习的集装箱车辆纵向动力学的加速度预测方法

    公开(公告)号:CN117172104A

    公开(公告)日:2023-12-05

    申请号:CN202311045196.1

    申请日:2023-08-18

    IPC分类号: G06F30/27 G06F119/14

    摘要: 本发明公开了一种基于深度学习的集装箱车辆纵向动力学的加速度预测方法。预先建立一个深度神经网络模型,采集集装箱车辆在加速度已知情况下的纵向动力学参数、车辆自身参数和环境参数,并结合已知的加速度输入到深度神经网络模型中进行训练,然后利用训练后的深度神经网络模型针对待测情况下的集装箱车辆进行加速度预测。本发明能够在各种工况下,保持模型输出的加速度与测量值基本一致,同时显著减小了测量噪声;模型输出的速度与测量值基本一致,显著减小了预测误差,保证模型的最终输出精度。

    一种基于集装箱卡车检测的状态观测方法

    公开(公告)号:CN117032243A

    公开(公告)日:2023-11-10

    申请号:CN202311043080.4

    申请日:2023-08-18

    IPC分类号: G05D1/02

    摘要: 本发明公开了一种基于集装箱卡车检测的状态观测方法。方法将所要状态观测的参数分为横向和纵向的两部分,两部分分别进行处理建立对应的状态观测模型,将历史采集的横向和纵向两部分的参数由状态观测模型输入到同一目标函数中进行最优控制处理获得各自观测值,进而用于集装箱卡车的无人驾驶控制。本发明能够去除噪声实现有效的滤波,实现准确观测,能够对没有办法直接检测的速度、加速度、曲率等状态信息进行准确观测。

    一种港-船多能源融合系统
    4.
    发明公开

    公开(公告)号:CN115693726A

    公开(公告)日:2023-02-03

    申请号:CN202211436374.9

    申请日:2022-11-16

    IPC分类号: H02J3/28 H02J3/32 H02J15/00

    摘要: 本发明公开了一种港‑船多能源融合系统,涉及能源融合技术领域。包括能源层、负荷层、电网层、控制层,所述能源层包括外部电网、风力发电模块、光伏发电模块、氢燃料电池、电解水制氢模块,所述电解水制氢模块用于为氢燃料电池提供氢;负荷层包括电负荷设备和氢负荷设备;控制层包括电能管理模块和氢能管理模块,电能管理模块协调各个供电模块为电负荷设备供电,氢能管理模块协调电解水制氢模块为氢燃料电池、氢负荷设备供氢;电网层包括供对外部电网、风力发电模块、光伏发电模块、蓄电池、氢燃料电池汇集为电负荷设备进行供电的母线。本发明实现了港口基础设施绿色化与能源自洽,提升港口能源系统中清洁能源的占比。