-
公开(公告)号：CN118655465A
公开(公告)日：2024-09-17
申请号：CN202410683672.0
申请日：2024-05-29
Applicant: 上海工程技术大学
IPC: G01R31/367 , G01R31/392 , G01R31/378 , G06Q10/04 , G06N3/126 , G06N3/0464 , G06N3/048 , G06N20/00
Abstract: 本发明公开了一种锂电池寿命预测方法，包括包括以下步骤：S1、获取锂电池样本数据，制作充放电曲线数据集；S2、根据遗传算法对DSC‑SA预测算法超参数进行迭代寻优，得到最优超参数；S3、根据DSC‑SA预测算法，得锂电池未来时刻的容量变化曲线和预测误差，并与其他算法进行效果对比。与现有技术相比，本发明具有提高锂电池预测的精度和鲁棒性等优点。
-
公开(公告)号：CN112801363B
公开(公告)日：2024-01-23
申请号：CN202110106248.6
申请日：2021-01-26
Abstract: 本发明涉及一种电力负荷损失预测方法、介质、电子设备和系统，所述预测方法包括以下步骤：1)获取电力负荷损失数据序列；2)利用R/S法计算所述电力负荷损失数据序列的赫斯特指数H，判断是否该电力负荷损失数据序列是否满足长相关性，若是，则执行步骤3)，若否，则返回步骤1)；3)计算所述电力负荷损失数据序列的分形维数D；4)基于所述赫斯特指数H和分形维数D，采用预先建立的广义柯西模型预测获得电力负荷损失数据。与现有技术相比，本发明具有预测精度高、适用范围广等优点。
-
公开(公告)号：CN110175413B
公开(公告)日：2024-01-19
申请号：CN201910456724.X
申请日：2019-05-29
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 上海工程技术大学
IPC: G06F18/214 , G06N3/006
Abstract: 本发明涉及一种基于R2指标多目标粒子群算法的配电网重构方法及装置，所述方法包括以下步骤：S1、获取配电网的原始数据，根据网络结构进行粒子群编码；S2、采用粒子群算法迭代求解获得最优的重构网络拓扑；在所述迭代过程，基于R2指标对粒子群进行更新，具体地，将精英粒子群和更新粒子群集成为候选解集RR，采用均匀分布的权值向量Λ和理想点z*对候选解集RR进行修剪，按候选解对所述权值向量Λ的R2贡献值从大到小排序，以前设定个数候选解组成下次迭代的粒子群。与现有技术相比，本发明具有收敛性高、多样性好等优点。
-
公开(公告)号：CN116388097A
公开(公告)日：2023-07-04
申请号：CN202211571662.5
申请日：2022-12-08
Abstract: 本发明公开了一种基于配电网架的配电网规划装置，其技术方案要点是：包括电线杆本体，所述电线杆本体外圆壁面的左右两侧均开设有活动口，所述电线杆本体的内部固定套设有两个轴承，所述电线杆本体的内部活动套设有丝杆，所述丝杆的顶端与底端分别与两个所述轴承内环的内圆壁面固定套设；防护组件，所述防护组件设置在所述电线杆本体的外圆壁面，用于对电线的连接处进行保护，通过连接环与丝杆螺纹连接从而便于工作人员调整支撑板的高度，从而便于适应安装电线，通过设置防护组件，通过防护组件可以对电线的连接处进行保护，从而在电线受到风力左右剧烈摇摆时对电线的连接出进行保护，防止风力的拉扯导致电线摩擦受损，影响电线的正常使用。
-
公开(公告)号：CN110414718A
公开(公告)日：2019-11-05
申请号：CN201910599100.3
申请日：2019-07-04
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种深度学习下的配电网可靠性指标优化方法，包括步骤：1)采集样本数据，构建训练样本和测试样本；2)确定深度信念网络结构；3)将训练样本输入深度信念网络，对深度信念网络模型进行优化；4)将测试样本输入至优化后的深度信念网络模型，获取对应的配电网可靠性指标；5)确定临界值，将获取的配电网可靠性指标与已有精确结果进行比较，若相对误差大于或等于临界值，则调整网络层数和节点个数后，重复步骤3)～4)，若相对误差小于临界值，则完成深度学习下的配电网可靠性获取的优化。与现有技术相比，本发明具有能完整、科学、可靠的获取优化的深度学习下的配电网可靠性指标，且保证指标精确度、缩短计算时间等优点。
-
Patent Agency Ranking
公开(公告)号：CN110212539A
公开(公告)日：2019-09-06
申请号：CN201910447892.2
申请日：2019-05-27
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种提高配电网可靠性的负荷转供方法及装置，所述方法包括以下步骤：实时获取变电站故障信号；采集故障变电站与可转供变电站的负荷数据，所述故障变电站与可转供变电站间设置有联络开关；构建转供约束条件，包括可转供变电站总负荷约束、联络线路最大瞬时负载率约束和转供负荷最大化约束；基于所述负荷数据，采用试错法获得满足所述转供约束条件的最优负荷转供方案。与现有技术相比，本发明具有最大限度提高供电可靠性等优点。
-
公开(公告)号：CN107846010A
公开(公告)日：2018-03-27
申请号：CN201610832485.X
申请日：2016-09-19
Applicant: 国网上海市电力公司 , 上海浦海求实电力新技术股份有限公司 , 上海工程技术大学
Abstract: 本发明公开了一种考虑合环约束的配电网重构方法，建立考虑合环约束的配电网重构模型，使用贪婪随机自适应搜索算法求解所述考虑合环约束的配电网重构模型，从而获得配电网的重构方案。本发明通过在传统配电网重构模型中引入合解环的约束，使得求解的配电网重构方案能够完全通过合解环操作实现，并使用贪婪随机自适应搜索算法求得模型最优解，使得重构的配电网结构既可以实现降低网损的目标，又可以避免因重构操作造成的新用户停电，提升了配电网的供电可靠性。
-
公开(公告)号：CN118731748A
公开(公告)日：2024-10-01
申请号：CN202410763988.0
申请日：2024-06-13
Applicant: 上海工程技术大学
IPC: G01R31/392 , G01R31/367 , G01D21/02 , G06N3/045 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于LSTM‑GRU的锂电池健康状态预测方法，包括包括以下步骤：步骤S1：获取电动汽车的锂电池寿命衰减的真实数据集，该数据集是基于特定的驾驶周期进行记录，主要特征为时间、电压、电荷量和温度，步骤S2：根据步骤1的数据集，针对锂电池寿命衰减的特征参数，建立LSTM‑GRU的神经网络模型，步骤S3：将数据集分为训练集和测试集。本发明提供一种基于LSTM‑GRU的锂电池SOH预测方法，旨在使用一种适用性强并且准确的模型，能够用其准确预测电动汽车锂电池SOH，该模型避免了高复杂性和高训练成本的问题，通过从锂电池充电的相关数据中提取有用的特征，并使用LSTM‑GRU的神经网络模型，对现有的电动汽车的锂电池SOH进行准确预。
-
公开(公告)号：CN118387471A
公开(公告)日：2024-07-26
申请号：CN202410492219.1
申请日：2024-04-23
Applicant: 上海工程技术大学
Abstract: 本发明公开了一种新能源电力系统用储能设备，涉及到电力储能领域，包括固定平台、支撑脚和配电柜体，所述固定平台的上方设置有缓冲固定组件，所述缓冲固定组件包括有固定连接在固定平台顶面中心处的固定柱，所述固定柱的表面嵌套连接有活动柱，所述固定柱与活动柱之间设置有缓冲弹簧，所述缓冲弹簧的一端固定连接在活动柱内部的顶侧壁。本发明通过设置缓冲固定组件，通过缓冲固定组件内结构之间的配合，可以对配电柜体进行夹持固定，避免出现碰撞的情况，不仅稳定性强，而且缓冲固定组件内结构之间的设计，也进一步缩小了两个配电柜体之间出现碰撞的可能性，进一步加强了对配电柜体的保护性以及安全性。
-
公开(公告)号：CN118350992A
公开(公告)日：2024-07-16
申请号：CN202410516234.5
申请日：2024-04-28
Applicant: 上海工程技术大学
IPC: G06T3/4038 , G06T3/18 , G06T3/4046 , G06T5/50 , G06T5/60 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于ConvNeXt的拼接图像矩形化网络。该网络针对在训练过程中往往存在不同类型（输入样本及其掩膜图）的输入图像，从而导致训练效果不佳问题，提出了利用混合注意力机制使网络对输入样本中的空间域和通道域的特征呈现不同的关注度，提升了网络的特征学习能力。同时，为使得网络尽可能提取不同尺度目标的特征，利用了空洞空间金字塔池化模块，在扩大网络感受野的同时，对不同尺度的高维特征进行融合。与现有技术相比，本发明可以有效地提高矩形化效果，并且在面对复杂非线性语义信息的拼接图像时，拥有更好的语义内容保护能力。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.027 seconds)
