-
公开(公告)号：CN114861545B
公开(公告)日：2025-01-24
申请号：CN202210553725.8
申请日：2022-05-19
Applicant: 南京邮电大学
IPC: G06F30/27 , G06F111/04 , G06F119/06
Abstract: 本发明公开了一种基于RNN神经网络与多参数约束的锂离子电池SOP在线实时估算方法，基于UDDS工况对电路模型中各参数进行在线辨识，采用扩展卡尔曼滤波法，完成循环工况下SOC的在线预估。并基于锂电池SOC与电路模型的持续峰值电流的约束，使用RNN神经网络完成锂电池SOP的多参数约束实时估算。本发明通过RNN神经网络模型估算，加入多参数约束，使锂电池SOP偏差更小，同时考虑了多种约束条件对电池SOP进行估算，提高了SOP的估算精度。
-
公开(公告)号：CN115577639A
公开(公告)日：2023-01-06
申请号：CN202211324888.5
申请日：2022-10-27
Applicant: 南京邮电大学
IPC: G06F30/27 , G06F18/2411 , G06F18/214 , G06F18/2413 , G06F18/2431 , G06N5/00 , G06N20/00
Abstract: 本发明公开基于麻雀搜索法优化支持向量机的变压器故障诊断方法，包括：收集变压器油中溶解气体的浓度数据，建立原始数据集M；生成待选特征数据集N，分为训练集N1和测试集N2；通过随机森林算法计算训练集N1中各待选特征的重要性值；选取最高的故障诊断准确率对应的寻优特征数据集作为最优特征训练集；利用麻雀搜索法优化支持向量机的参数；利用最优参数组合的支持向量机SVM进行变压器故障诊断。本发明基于随机森林算法对数据样本中所有特征计算特征重要性，利用袋外误差进行特征选择，有效消除了冗余特征；采用麻雀优化算法对支持向量机的参数进行寻优，加快了寻优速度，从而得到具有最佳参数的支持向量机分类模型，提高变压器故障诊断准确率。
-
公开(公告)号：CN113078745B
公开(公告)日：2022-09-09
申请号：CN202110479664.0
申请日：2021-04-30
Applicant: 南京邮电大学
IPC: H02J50/90
Abstract: 本发明公开了二维无线电能传输系统中接收线圈的偏移角度的计算方法，该系统包括第一发射线圈、第二发射线圈与接收线圈，偏移角度的计算方法如下：根据互感计算公式计算第一发射线圈、第二发射线圈与接收线圈之间的互感与偏移角度的关系；根据基尔霍夫电压定律及谐振条件，计算第一发射线圈、第二发射线圈与接收线圈之间的互感与第一发射线圈、第二发射线圈的电压、电流之间的关系；根据上面计算的各个关系，计算偏移角度与第一发射线圈、第二发射线圈的自身电压、电流之间的关系。本发明仅需对发射端的进行参数的测量，并且能够精准地获取接收线圈与发射线圈之间的偏移角度，实现容易、操作简单，为无线电能定向传输提供一种有效解决方法。
-
公开(公告)号：CN114861545A
公开(公告)日：2022-08-05
申请号：CN202210553725.8
申请日：2022-05-19
Applicant: 南京邮电大学
IPC: G06F30/27 , G06F111/04 , G06F119/06
Abstract: 本发明公开了一种基于RNN神经网络与多参数约束的锂离子电池SOP在线实时估算方法，基于UDDS工况对电路模型中各参数进行在线辨识，采用扩展卡尔曼滤波法，完成循环工况下SOC的在线预估。并基于锂电池SOC与电路模型的持续峰值电流的约束，使用RNN神经网络完成锂电池SOP的多参数约束实时估算。本发明通过RNN神经网络模型估算，加入多参数约束，使锂电池SOP偏差更小，同时考虑了多种约束条件对电池SOP进行估算，提高了SOP的估算精度。
-
公开(公告)号：CN110856215A
公开(公告)日：2020-02-28
申请号：CN201911035960.0
申请日：2019-10-29
Applicant: 南京邮电大学
Abstract: 本发明提出了一种多接入边缘计算的资源分配算法，包括以下步骤：步骤1）计算待卸载的计算任务的能量消耗和时间消耗；步骤2）联合计算待卸载的计算任务的总成本消耗；步骤3）基于用户的本地计算能力和延迟要求的优先级参数选择合适的计算方，计算方包括：本地终端、MEC服务器以及核心网，本发明根据本地计算能力和延迟要求给每个用户设置优先级，优先级高的用户可以优先卸载和选择传输条件较好的信道，以获得最小的总成本消耗。
-
Patent Agency Ranking
公开(公告)号：CN110263164A
公开(公告)日：2019-09-20
申请号：CN201910511108.X
申请日：2019-06-13
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度学习和多模型融合的分类方法以解决多标签的情感倾向分析问题。首先利用Word2vec训练文本语言模型，提取词向量，再由长短期记忆网络（Long Short Term Memory,LSTM）分别构建三个子模型：回归模型、多二分类模型、自编码模型，训练提取文本的基本特征，并通过全连接层输出分类向量，最后通过投票方式模型融合实现多标签情感倾向分析。本发明利用神经网络提取特征，避免了人工提取特征的各种缺点，提高了分类精度；多模型融合既保证了单二分类模型的有效性也考虑到了标签之间的关系。本发明从一定程度上解决了多标签文本分类模型忽视标签相关性的问题，提升了传统基于二分类多标签分类模型的精度。
-
公开(公告)号：CN116737386A
公开(公告)日：2023-09-12
申请号：CN202310773431.0
申请日：2023-06-27
Applicant: 中国移动通信集团江苏有限公司 , 南京邮电大学 , 江苏移动信息系统集成有限公司 , 中国移动通信集团有限公司
IPC: G06F9/50 , H04L67/1001 , H04L43/0852 , H04L43/08 , H04L67/12
Abstract: 本申请公开了一种车联网边缘计算的任务卸载方法、装置、设备及存储介质，所述车联网边缘计算的任务卸载方法包括：计算任务车辆与卸载对象之间的通信指标，其中，所述通信指标至少包括目标时延、信号传播距离、协同概率以及剩余计算资源中的一项；基于所述通信指标，构建时延优化模型；对所述时延优化模型进行最优化求解，得到最优卸载决策，并基于所述最优卸载决策，将所述任务车辆的待卸载任务卸载至所述卸载对象。本申请通过综合计算任务车辆与卸载对象之间目标时延、信号传播距离、协同概率以及剩余计算资源等多维度通信指标，对卸载到各卸载对象的任务进行了合理分配，实现充分利用计算资源，使任务车辆对卸载到各节点的任务量分配的更准确。
-
公开(公告)号：CN112085371B
公开(公告)日：2022-08-26
申请号：CN202010909174.5
申请日：2020-09-02
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于5G通信的电力需求响应系统及控制方法，所述系统主要包括应用管理层、数据传输层以及终端控制层；其中应用管理层包括电网公司、大数据中心以及云端服务，数据传输层包括数据云平台、5G通信网络、通信管理机以及北斗模块，终端控制层包括主动需求响应终端和用户设备；所述控制方法中的电价响应策略提出一种更加灵活的积分阶梯电价模型，通过拟合用户的实际数据及采集用户满意度等信息，更好的获取相应的电价系数，很大程度上提高了用户参与需求响应的积极性。本发明解决了当前电力需求响应系统不够完善、通信实时性不高、终端设备时间不一致及电力用户参与需求侧响应积极性不高等问题，有助于实现电网调峰任务，增加电力系统稳定性。
-
公开(公告)号：CN113705082A
公开(公告)日：2021-11-26
申请号：CN202110844877.9
申请日：2021-07-26
Applicant: 南京邮电大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/08
Abstract: 本发明公开了一种基于改进BP神经网络预测变压器绕组热点温度的方法。采集变压器实时状态下的负载电流、顶层油温、环境温度和热点温度数据，并根据负载电流计算负载率；对负载率、顶层油温、环境温度和热点温度数据进行归一化处理；将归一化后的负载率、顶层油温、环境温度为输入数据，热点温度为输出数据；将BP神经网络隐含层的计算公式与误差传函联立，确保每次设置重新训练时，能根据初始权值确定最佳隐含层；添加动量因子，减小陷入局部最优的概率。本发明公开了一种基于改进BP神经网络预测变压器绕组热点温度的新方法，该方法每次重新训练时能自动确定最佳隐含层数，数据来源方便，预测误差较小，对研究变压器热点温度有重大意义。
-
公开(公告)号：CN113075560A
公开(公告)日：2021-07-06
申请号：CN202110418746.4
申请日：2021-04-19
Applicant: 南京邮电大学
IPC: G01R31/378 , G01R31/3842 , G01R31/392
Abstract: 本发明公开了一种动力锂离子电池健康状态在线预估方法。建立二阶RC模型下动力锂离子电池内部参数与健康状态值的BP神经网络预测模型；采集处于工况状态中的电池的实时在线端电压与电流数据，基于改进递推最小二乘法辨识实时工况下的二阶RC模型参数；认为在一次充放电结束前电池的健康状态基本不变，实时更新二阶RC模型参数，健康状态采用上一时刻的预估值；一次充放电完成后，计算整个充放电过程中的电池内部参数均值，将其作为BP神经网络预测模型的输入，更新电池的健康状态值。本发明实现了运行状态下对动力锂离子电池健康状态的有效预估，提高了锂电池健康状态的在线估算效率。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.033 seconds)
