-
公开(公告)号：CN108037339A
公开(公告)日：2018-05-15
申请号：CN201810049066.8
申请日：2018-01-18
申请人： 电子科技大学
IPC分类号： G01R13/02
摘要： 本发明数字示波器自动设置的控制方法，采用硬件处理器如FPGA同时对各通道输入信号进行不断的比较并对垂直挡位进行调整来获取输入信号的幅度信息，当设置所需采样点或采样时间到达时，就可以准确获得输入信号峰峰值。这样，可以提高幅度测量的效率，同时，采样点数至少达到输入信号的一个周期，避免了对幅度的误判；对频率的测量，采用对采样数据进行快速傅里叶变换，得到频谱分量最大值的位置，根据采样点数、采样率和最大值的位置计算出信号频率f0，这样，输入信号幅度测量和频率测量是完全分离且并行执行的，避免了相互影响而带来测量错误，达到了自动设置速度快、设置完成后显示效果好的发明目的。
-
公开(公告)号：CN113791351B
公开(公告)日：2022-04-19
申请号：CN202111090229.5
申请日：2021-09-17
申请人： 电子科技大学
发明人： 顾博瑞
IPC分类号： G01R31/367 , G01R31/392 , G06F17/18 , G06N20/00
摘要： 本发明公开了一种基于迁移学习和差值概率分布的锂电池寿命预测方法，通过加速锂电池的寿命实验，获取锂电池容量在不同时刻的退化量；然后基于迁移学习和锂电池容量退化量的历史数据来求得预测值的修正因子，进而用正态分布估计出修正因子的概率分布参数；接着利用迁移学习对待测锂电池进行容量退化量进行实时的预测，并用修正因子对预测值进行修正；最后根据得到的修正预测值判断锂电池的剩余寿命，具有预测精度高、预测速度快等特点。
-
公开(公告)号：CN115542170A
公开(公告)日：2022-12-30
申请号：CN202211301435.0
申请日：2022-10-24
申请人： 电子科技大学
发明人： 顾博瑞
IPC分类号： G01R31/367 , G01R31/392 , G01R31/378
摘要： 本发明公开了一种基于退化量均值极差的锂电池寿命预测方法，通过加速锂电池的寿命实验，分别获取样本锂电池和待测锂电池在不同时刻的容量，然后借助于退化量均值极差筛选出满足均值上下浮动范围的样本锂电池；接着利用ELM网络计算预测误差均值，通过对误差均值进行修正的方式来修正容量退化量预测值，直至修正后的容量退化量达到失效阈值，从而获取待测锂电池的剩余寿命。
-
公开(公告)号：CN108037339B
公开(公告)日：2019-12-27
申请号：CN201810049066.8
申请日：2018-01-18
申请人： 电子科技大学
IPC分类号： G01R13/02
摘要： 本发明数字示波器自动设置的控制方法，采用硬件处理器如FPGA同时对各通道输入信号进行不断的比较并对垂直挡位进行调整来获取输入信号的幅度信息，当设置所需采样点或采样时间到达时，就可以准确获得输入信号峰峰值。这样，可以提高幅度测量的效率，同时，采样点数至少达到输入信号的一个周期，避免了对幅度的误判；对频率的测量，采用对采样数据进行快速傅里叶变换，得到频谱分量最大值的位置，根据采样点数、采样率和最大值的位置计算出信号频率f0，这样，输入信号幅度测量和频率测量是完全分离且并行执行的，避免了相互影响而带来测量错误，达到了自动设置速度快、设置完成后显示效果好的发明目的。
-
公开(公告)号：CN113791351A
公开(公告)日：2021-12-14
申请号：CN202111090229.5
申请日：2021-09-17
申请人： 电子科技大学
发明人： 顾博瑞
IPC分类号： G01R31/367 , G01R31/392 , G06F17/18 , G06N20/00
摘要： 本发明公开了一种基于迁移学习和差值概率分布的锂电池寿命预测方法，通过加速锂电池的寿命实验，获取锂电池容量在不同时刻的退化量；然后基于迁移学习和锂电池容量退化量的历史数据来求得预测值的修正因子，进而用正态分布估计出修正因子的概率分布参数；接着利用迁移学习对待测锂电池进行容量退化量进行实时的预测，并用修正因子对预测值进行修正；最后根据得到的修正预测值判断锂电池的剩余寿命，具有预测精度高、预测速度快等特点。
-
-
-
-
搜索结果
6 条记录 (耗时 0.018 秒)
