-
公开(公告)号:CN118962502A
公开(公告)日:2024-11-15
申请号:CN202411031679.0
申请日:2024-07-30
申请人: 淮阴工学院
IPC分类号: G01R31/392 , G01R31/367 , G06F30/27 , G06N3/0475 , G06N3/0455 , G06N3/094
摘要: 一种锂电池SOH智能估计方法与系统,包括:传感器采集不同种类和工况的锂电池运行数据;构建VAE‑GAN组合模型,进行数据增强,生成更多锂电池运行数据;根据不同种类和工况的锂电池运行数据,对模型库中所有模型分别建模,挑选出源模型并加权叠加成一个堆叠模型;输入待评估锂电池的运行数据,ART网络对堆叠模型中的各个源模型进行自适应权重分配得到预测模型并输出初步预测结果;建立基于随机森林的误差修正模型,完成初步预测结果的误差修正,输出锂电池SOH的最终预测值。本发明构建了新型VAE‑GAN组合模型,降低了采集多源数据的难度;构建了基于多个源模型的堆叠模型,增加了模型的泛化能力;并对预测结果进行了误差修正,提高了模型预测的精度。
-
公开(公告)号:CN118888024A
公开(公告)日:2024-11-01
申请号:CN202410941872.1
申请日:2024-07-15
申请人: 淮阴工学院
摘要: 本发明公开了一种智能萃取调控方法及系统。其中,所述调控方法包括:基于更新门和重置门的协调配合建立GRU模型,基于黑寡妇蜘蛛算法以能耗功率最低为目标,优化所述GRU模型;实时采集萃取环境的工况数据,并预处理为历史工况;向优化后的GRU模型输入历史工况,输出预测工况;比对历史工况与预测工况,将更优的工况作为目标值对萃取环境进行调控。所述系统包括萃取工艺模块、传感器模块、中央控制模块;萃取装置用于在萃取环境下进行萃取反应;传感器模块用于获取萃取环境的工况数据;中央控制模块用于根据优化后的所述GRU模型得到预测工况,并将更优的工况作为目标值对萃取环境进行调控。本发明具有实用性强、控制性好、萃取简单的特点。
-
公开(公告)号:CN118839810A
公开(公告)日:2024-10-25
申请号:CN202410858329.5
申请日:2024-06-28
申请人: 淮阴工学院
IPC分类号: G06Q10/04 , H02J3/00 , G01P5/00 , G01W1/10 , G06Q50/06 , G06F18/21 , G06F18/25 , G06F18/24 , G06N3/094 , G06N3/084 , G06N3/0475 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/049
摘要: 本发明涉及风速预测领域,公开了一种基于多模型集成的风电场风速预测方法及系统。该方法包括:获取历史风速w0(t),通过插补以及剔除漂移风速得到w(t),并采用DVNCMD分解w(t);计算分解得到的各序列的融合特征熵,并依据熵值大小分为低、中等、高熵值序列;对应低、中等、高熵值序列建立BP、LSTM、CNN‑Bi‑LSTM‑Attention模型,并利用NRBO优化LSTM、CNN‑Bi‑LSTM‑Attention模型的超参数;最后叠加所有序列预测结果,得到最终预测风速。该系统利用数据量阈值判断模块更新模型参数,适应气候变化导致的风速变化,同时实时显示预测数据。本发明采用DVNCMD分解减少计算量提升分解效率,同时建立BP、LSTM、CNN‑Bi‑LSTM‑Attention模型优化计算效率减少计算时间,并添加NRBO优化算法进一步提升预测精度和效率,为风速发电提供新的思路与方法。
-
公开(公告)号:CN118750848A
公开(公告)日:2024-10-11
申请号:CN202410844655.0
申请日:2024-06-27
申请人: 淮阴工学院
IPC分类号: A62C37/00 , H04L67/12 , G08B17/06 , G06F30/13 , G06F30/27 , G06N3/006 , G06Q10/047 , G06Q50/26 , G06F17/10
摘要: 本发明公开了一种基于数字孪生技术的智慧消防系统;属于数字化智慧城市技术领域,所述系统包括智慧消防系统物理空间模块、智慧消防系统数字空间模块、孪生数据服务平台模块、云平台模块及消防系统平台等。本发明通过数字孪生技术三维可视化优化智慧消防系统,实现数字孪生技术和消防系统的交互融合,实现实时监测和分析消防设备的状态、对火灾事故进行数字化、智能化、可视化模拟和预测、提供交互式的火灾逃生演练、火灾溯源和事故调查等功能,预测可能发生火灾风险后优化消防系统决策,通过改进后的蚁群算法优化最佳消防路线决策,从而提高火灾发生预测精度,为智慧消防系统提供智能决策支持和优化。
-
公开(公告)号:CN118712582A
公开(公告)日:2024-09-27
申请号:CN202410772378.7
申请日:2024-06-14
申请人: 淮阴工学院
IPC分类号: H01M10/633 , H01M10/613 , H01M10/6568 , H01M10/48 , H01M10/617
摘要: 本发明公开了一种基于ORC的电池储能循环调控系统,包括电池液冷模块、中控模块、安全检测模块和云平台模块;利用有机朗肯系统ORC实现制冷液在外部低温处或地底低温处与电池液冷模块之间的双通道循环,将制冷液的温度保持在适宜范围内。安全检测模块对系统进行实时检测,并将检测结果传递至云平台,通过云平台结合斑马‑乌燕鸥整合优化算法对冷却液的温度、液位以及系统的安全系数进行收集分析,将优化结果传递至中控模块,中控模块得出最优调控方案驱动液冷模块,实现电池储能浸没式液冷全舱冷却循环调控系统安全高效运行。与现有技术相比,本发明使用浸没式液冷技术,散热和均温能力更优,同时具有较高的安全和节能潜力。
-
公开(公告)号:CN118034269B
公开(公告)日:2024-09-24
申请号:CN202410051510.5
申请日:2024-01-12
申请人: 淮阴工学院
发明人: 赵建航 , 刘伟 , 王俊豪 , 唐威 , 钱宗敏 , 费诗淇 , 仝玉琪 , 王友森 , 杨逸凡 , 刘滢 , 赵环宇 , 杜董生 , 刘根水 , 张丽娟 , 张广运 , 花顺 , 董正 , 邬清海
IPC分类号: G05D1/43 , G05D109/30
摘要: 本发明公开了一种用于船舶智能机动的自适应控制方法,对具有外部干扰和输入饱和效应的船舶智能机动系统设计一种有限时间预定性能的约束控制策略。针对船舶智能机动时需要保持的约束条件和所产生的输入饱和问题分别设计出时变的障碍李亚普诺夫函数和辅助系统,以此提升船舶航向角、输入舵令等参数的稳定性,利用神经网络技术和新的复合非线性干扰观测器去解决由未知外部干扰、高度不确定性未知函数对控制器递推设计的影响,结合有限时间控制技术和预定性能控制技术来保证包含航向角、偏航率、舵令等所有参数的有限时间稳定,保证船舶航向角与规定航向角的误差在预定时间内缩小到预定范围里,提高船舶航行时的平衡性和精度。
-
公开(公告)号:CN118537027A
公开(公告)日:2024-08-23
申请号:CN202410595355.3
申请日:2024-05-14
申请人: 淮阴工学院
IPC分类号: G06Q30/018 , G06Q50/06
摘要: 本发明公开了一种云平台‑企业碳排放与碳足迹测评设备及其优化方法;属于大数据和云平台领域,包括一整套完整的发电设施、去中心化数据处理模块、购入电力数据监测模块、化石燃料数据监测模块以及云平台的辅助处理,通过化石燃料数据监测模块和购入电力数据监测模块在区块链的作用下核算温室气体二氧化碳的排放并同时进行监测;去中心化数据处理模块在数据中心的作用下使得数据存储更安全,然后再进一步上传至云平台或向大众公开。与现有技术向比较,该套设施装置可以更准确核算化石燃料燃烧排放和购入使用电力排放,云平台与数据中心的加入使得核算排放数据更为安全,便于存证定期报告温室气体排放数据及相关生产信息的支撑材料。
-
公开(公告)号:CN118536744A
公开(公告)日:2024-08-23
申请号:CN202410595356.8
申请日:2024-05-14
申请人: 淮阴工学院
IPC分类号: G06Q10/0631 , G06Q50/02 , G06T17/00 , G06N3/006
摘要: 本发明公开了一种基于数字孪生技术的生态鱼塘‑水稻鱼塘预测调控系统,以云计算、数字孪生技术为基础,构建生态鱼塘‑水稻鱼塘调控系统;通过鱼类活动传感器监测鱼塘中鱼的数量和分布,通过水质检测传感器监测各个鱼塘的水体环境参数,将感知数据传递至生态鱼塘预测调控系统数字空间;利用数字孪生技术预测生态鱼塘的鱼群密度等生产管理数据,将仿真数据传递至生态鱼塘控制系统物理空间;利用数字孪生系统建立鱼塘和水稻的数字模型,实时调控生态鱼塘的生产管理方案;通过云平台并结合改进后的算法对等数据进行综合处理,实时监测和预测其生长状态和环境变化,为决策提供支持,使水稻鱼塘实现农田的生态多样性,促进水稻池塘渔业的可持续发展。
-
公开(公告)号:CN117506907B
公开(公告)日:2024-07-16
申请号:CN202311531938.1
申请日:2023-11-16
申请人: 淮阴工学院 , 江苏华宇印务有限公司
摘要: 本发明涉及多机械臂系统的分布式一致性控制领域,公开了一种一类分数阶多机械臂系统协调跟踪控制方法。针对固定拓扑和切换拓扑结构下分数阶多机械臂系统的协调跟踪控制问题,主要内容包括:首先引入Caputo分数阶的概念及证明方法,采用领导跟随多机械臂系统模型以及对应的分布式一致性控制算法。然后借助Lyapunov稳定性理论、代数图论等方法得到分数阶多机械臂系统实现协调跟踪控制的充分条件。最后通过线性矩阵不等式(LMI)分别求解出控制算法的待设计参数(耦合增益、控制增益矩阵),以保证所有跟随机械臂的状态分量(电机角位移、电机角速度、连杆角位移、连杆角速度)均可以渐近跟踪到领导者的状态,最终能够收敛到预期目标值。
-
公开(公告)号:CN117031937B
公开(公告)日:2024-07-16
申请号:CN202310846399.4
申请日:2023-07-11
申请人: 淮阴工学院
IPC分类号: G05B13/04
摘要: 本发明公开了一种基于预定性能误差的两轮自平衡机器人的强化学习控制方法,包括将机器人的状态方程进行转化,得到状态空间方程;设计预定性能函数将误差约束问题转化为无约束误差的跟踪问题,建立无约束增广系统对最优控制问题进行预处理;建立跟踪误差和控制成本的函数;针对成本函数设计HJB方程,利用单神经网络在线强化学习技术在模型信息未知的情况下引入并行学习技术求解HJB方程,避免了自适应控制所必需的持续激励条件;设计李亚普洛夫函数保证机器人系统的稳定性。与现有技术相比,本发明能够保证输出轨迹跟踪给定信号且跟踪误差被约束在性能指标范围之内,在实现系统稳定的前提下平衡跟踪控制性能与控制成本。
-
-
-
-
-
-
-
-
-