-
公开(公告)号：CN119129502B
公开(公告)日：2025-03-28
申请号：CN202411238351.6
申请日：2024-09-05
Applicant: 浙江大学
IPC: G06F30/367 , G06F16/334 , G06N5/022
Abstract: 本发明公开了一种基于多模态大语言模型系统的电源变换器自动化设计方法，包括以下步骤：获取与电源变换器设计方案以及相应的知识内容，并通过大语言模型框架构建对应的检索模型；将获取的输入文本发送至所述检索模型中，所述检索模型基于输入文本中的关键信息以调用对应的设计方案流程框架；将最终获得的目标数据驱动模型和仿真结果进行可视化输出，为用户后续的电源变换器设计提供相应的参考。本发明还提供了一种电源变换器自动化设计装置。本发明提供的方法通过自适应语义理解和多模态处理方式，以实现电源变换器的自动化设计。
-
公开(公告)号：CN119644175A
公开(公告)日：2025-03-18
申请号：CN202411573425.1
申请日：2024-11-06
Applicant: 浙江高泰昊能科技有限公司 , 浙江大学
IPC: G01R31/392 , G01R31/3842 , G01R31/367 , G06F18/241 , G06F18/2431 , G06N3/045 , G06N3/082
Abstract: 本发明实施例公开了锂离子电池健康状态四指标综合评价方法及系统。所述方法包括：获取在多个放电周期内的锂电池运行数据，其中，锂电池运行数据包括四个特征，包括锂电池开路电压、内阻、恒流充电时间和对应的电池容量数据；将所述锂电池运行数据进行处理后输入至CVR模型中进行健康状态预测，以得到预测结果；采用SHAP方法量化所述锂电池运行数据，以得到分析结果；输出所述预测结果以及分析结果。通过实施本发明实施例的方法可实现采用四个健康指标综合评价电池整个生命周期的健康状况，保证电池的使用安全和使用性能。
-
公开(公告)号：CN117872038A
公开(公告)日：2024-04-12
申请号：CN202410272786.6
申请日：2024-03-11
Applicant: 浙江大学
IPC: G01R31/08 , G06N3/042 , G06N3/0464 , G06N3/08 , G06F18/213 , G06F18/24 , G06F18/25
Abstract: 本发明公开了一种基于图论的直流微电网失稳故障源定位方法，该方法通过失稳故障特征采集与提取环节，收集关键的电气特征量，以准确捕捉失稳振荡现象，并利用小波包分解构建故障特征向量；接着，依据直流微电网的结构构建无向图模型G=(V,E,X)，为分析打下基础；应用图卷积神经网络进行深度学习训练，进一步提升诊断的准确度和效率；将训练成熟的模型部署于实际系统中，有效实现失稳源的精准故障诊断和定位。本发明还提供了一种直流微电网失稳故障源定位装置。本发明所提供的方法能显著提升了直流配电网的维护水平，而且通过先进的自动化诊断技术，大幅提高了系统运行稳定性的检测和调整能力。
-
公开(公告)号：CN118214253A
公开(公告)日：2024-06-18
申请号：CN202410286300.4
申请日：2024-03-13
Applicant: 浙江大学
Abstract: 本发明公开了一种具有运行条件鲁棒性的双有源桥变换器一站式优化方法，包括：根据用户指定的调制策略，初始化对应的调制参数方案；基于指定的调制策略设置专家系统，以生成电信号的波形图；采集时间变化的电感电流，并选取同一时间节点的电感电流和波形图中的电信号作为样本，以构建样本数据；构建物理结构递归神经网络；利用数据集对物理结构递归神经网络进行训练，以获得最佳预测模型；构建性能优化目标函数并求解，以获得最佳调制参数方案。本发明还提供了一种双有源桥变化器调制装置。本发明提供的方法能准确地揭示双有源桥变换器的行为规律及特性，为后续调制策略下调制参数的选择提供更好的指导。
-
公开(公告)号：CN119438958A
公开(公告)日：2025-02-14
申请号：CN202510037139.1
申请日：2025-01-09
Applicant: 浙江高泰昊能科技有限公司 , 浙江大学
IPC: G01R31/392 , G01R31/367 , G06N3/0455 , G06N3/084 , G06N3/0985 , G06F18/213
Abstract: 本发明公开了一种锂电池健康状态预测方法及系统。所述方法包括：获取锂电池运行数据；将所述锂电池运行数据输入至锂电池健康状态预测模型中进行健康状态预测，以得到预测结果；其中，所述锂电池健康状态预测模型是通过采集历史电池运行数据作为样本集训练基础模型所得的，训练过程采用前向传播、反向传播算法和超参数调优，基础模型是由Transformer层的编码器、多层KAN网络作为解码器、无迹卡尔曼滤波器连接构成的模型；输出所述预测结果。通过实施本发明的方法可实现提高SoH预测的准确性和平稳性。
-
Patent Agency Ranking
公开(公告)号：CN119395563A
公开(公告)日：2025-02-07
申请号：CN202510017866.1
申请日：2025-01-06
Applicant: 浙江高泰昊能科技有限公司 , 浙江大学
IPC: G01R31/367 , G01R31/392 , G01R31/382 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于频域分析的电池健康状态快速估计方法及系统。所述方法包括：获取多个放电周期内的锂电池运行数据；将所述锂电池运行数据输入至频域预测神经网络内进行电池健康状态预测，以得到预测结果；其中，所述频域预测神经网络是通过获取历史锂电池运行数据以及对应的锂电池健康状态数据作为样本集训练神经网络所得的，所述神经网络包括依序连接的数据处理层、傅里叶变换层、滤波器、复值线性层、零填充层以及傅里叶逆变换层；输出所述预测结果。通过实施本发明的方法可实现有效结合频域分析与低资源消耗，提高电池管理系统SOH预测的效率和准确率。
-
公开(公告)号：CN118296546B
公开(公告)日：2024-08-23
申请号：CN202410728648.4
申请日：2024-06-06
Applicant: 浙江大学
IPC: G06F18/2433 , G06F18/214 , G06F18/22 , G06N3/092 , G06N3/0895
Abstract: 本发明公开了一种具有自学习强泛化能力的失稳故障监测方法，包括采集电气量节点的数据以构建样本；输入actor‑critic架构的强化学习网络，利用该网络可以实现自学习形成不同的诊断模型；利用训练得到的诊断模型在线实时诊断电力电子化系统的失稳状态。本发明还提供了一种失稳故障监测装置。本发明提供的方法能够针对不同的电力电子系统结构和故障诊断任务，同时解决失稳监测和单模块故障问题，具有强泛化能力与高自适应用。
-
公开(公告)号：CN117436333A
公开(公告)日：2024-01-23
申请号：CN202311350255.6
申请日：2023-10-17
Applicant: 浙江大学
IPC: G06F30/27 , G06F17/11 , G06F18/25 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种基于物理信息融合的电能变换器时域建模方法，包括以下步骤：根据目标电能变换器的拓扑结构和控制方式，获取对应的电路控制调制参数，电路输入变量以及电路状态变量，并通过电路物理公式推导目标电能变换器的电路状态空间方程表达；基于预设的采样间隔构建数据集；基于电路状态空间方程表达式构建循环神经网络；利用数据集对循环神经网络进行训练，以获得等效预测模型；将电路输入变量与期望的电路状态变量输入至等效预测模型，以预测下一时刻的电路状态变量。本发明还提供一种电能变换器预测系统和装置。本发明提供的方法能解决传统解析建模方法中的模型偏移问题，从而更加准确可靠地揭示电能变换器的行为规律和特性。
-
公开(公告)号：CN119511113A
公开(公告)日：2025-02-25
申请号：CN202411573423.2
申请日：2024-11-06
Applicant: 浙江高泰昊能科技有限公司 , 浙江大学
IPC: G01R31/3842 , G01R31/392 , G01R31/367 , G06F18/15 , G06F18/213 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/045 , G06N3/048
Abstract: 本发明实施例公开了基于内嵌领域知识神经网络电池荷电状态估计方法及系统。方法包括：获取电池运行数据，电池运行数据包括电池放电端电压、电流、温度数据和对应的电池容量数据；将电池运行数据输入至内嵌领域知识神经网络中进行电池荷电状态估计，以得到估计结果；其中，内嵌领域知识神经网络是通过历史电池运行数据、对应时刻值以及历史SOC作为样本集输入至SocNet神经网络模型中进行训练所得的，SocNet神经网络模型包括带有特别通路的特征提取模块、SOC回望模块以及求和模块；输出估计结果。通过实施本发明实施例的方法可能够在复杂多变的工作环境中更准确地估计SOC，有效减少误差，提高SOC估计的精度，且可靠性强。
-
公开(公告)号：CN119129502A
公开(公告)日：2024-12-13
申请号：CN202411238351.6
申请日：2024-09-05
Applicant: 浙江大学
IPC: G06F30/367 , G06F16/33 , G06N5/022
Abstract: 本发明公开了一种基于多模态大语言模型系统的电源变换器自动化设计方法，包括以下步骤：获取与电源变换器设计方案以及相应的知识内容，并通过大语言模型框架构建对应的检索模型；将获取的输入文本发送至所述检索模型中，所述检索模型基于输入文本中的关键信息以调用对应的设计方案流程框架；将最终获得的目标数据驱动模型和仿真结果进行可视化输出，为用户后续的电源变换器设计提供相应的参考。本发明还提供了一种电源变换器自动化设计装置。本发明提供的方法通过自适应语义理解和多模态处理方式，以实现电源变换器的自动化设计。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.026 seconds)
