公开(公告)号：CN117872038B

公开(公告)日：2024-05-17

申请号：CN202410272786.6

申请日：2024-03-11

Applicant: 浙江大学

Inventor： 张欣 ,  刘雪琪 ,  林凡凡 ,  马皓 ,  王元奎

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：CN117150721A

公开(公告)日：2023-12-01

申请号：CN202310908424.7

申请日：2023-07-24

Applicant: 浙江大学

Inventor： 林凡凡 ,  李欣泽 ,  张欣 ,  刘雪琪

IPC: G06F30/20 ,  G06F18/241 ,  G06F18/214

Abstract: 本发明公开了一种基于数据驱动和实验增强的电能变换器调制方法，包括以下步骤：获取仿真性能指标和对应的仿真调制数据，以及实际实验测定的真实性能指标和对应的实验调制数据；基于极端梯度提升算法构建预测模型，并采用仿真性能指标和对应的仿真调制数据对预测模型进行训练；将实验调制数据输入至训练后的预测模型中，以获得预测性能指标；采用极端梯度提升算法分析预测性能指标与真实性能指标之间的差别，以获得对应的误差校正参数；将误差校正参数引入训练后的预测模型输出端，以获得最佳预测模型。本发明还提供的一种电能变化器调制装置。本发明提供的方法可以准确地揭示电能变换器的行为规律及特性，为后续调制参数的选择提供更好的指导。

公开(公告)号：CN119270099A

公开(公告)日：2025-01-07

申请号：CN202411573431.7

申请日：2024-11-06

Applicant: 浙江高泰昊能科技有限公司 ,  浙江大学

Inventor： 马皓 ,  周睿迪 ,  戴希麟 ,  张津豪 ,  林凡凡 ,  何柯谊

IPC: G01R31/3842 ,  G01R31/392 ,  G01R31/367 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明实施例公开了锂电池荷电状态估计方法及系统。所述方法包括：获取电池运行数据，其中，所述电池运行数据包括电流、电压、温度以及电池状态；将所述电池运行数据输入至荷电状态估计模型中进行锂电池的SOC估计，以得到估计结果；输出所述估计结果；其中，所述荷电状态估计模型通过若干个电池运行数据作为样本集采用前向传播、反向传播算法、超参数调优进行训练依序连接的TCN网络层、GRU网络层、Transformer网络层以及全连接层构成的基础模型所得的。通过实施本发明实施例的方法可实现在数据缺失的情况下，提高SOC估计的准确性。

公开(公告)号：CN118569059A

公开(公告)日：2024-08-30

申请号：CN202410569514.2

申请日：2024-05-09

Applicant: 浙江大学

Inventor： 李欣泽 ,  林凡凡 ,  雷伟昊 ,  张欣 ,  刘雪琪

IPC: G06F30/27 ,  G06F18/214 ,  G06F119/02

Abstract: 本发明公开了一种基于拓扑可转移网络的双有源桥变换器通用建模方法，包括：基于双有源桥变换器构建不同拓扑结构的拓扑图，以及所述拓扑图对应的电路参数以及调制策略；通过专家系统以生成对应拓扑结构的波形图，并对每个拓扑的大信号状态空间方程并进行离散化；构建训练集；利用数据集对拓扑可转移物理结构网络进行训练；对混合密度神经网络进行训练；将拓扑可转移物理结构网络和混合密度神经网络组合，以获得拓扑可转移网络；将拓扑可转移网络转移至待研究拓扑结构中，以实现对目标领域拓扑电感电流和电容电压的建模。本发明提供了一种双有源桥变化器拓扑转移建模装置。本发明所提供的方法能够简化不同拓扑结构的系统模型转换过程。

公开(公告)号：CN118296546A

公开(公告)日：2024-07-05

申请号：CN202410728648.4

申请日：2024-06-06

Applicant: 浙江大学

Inventor： 张欣 ,  刘雪琪 ,  张晓棋 ,  林凡凡 ,  马皓 ,  姚川

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。