-
公开(公告)号：CN108062571B
公开(公告)日：2021-04-27
申请号：CN201711439293.3
申请日：2017-12-27
Applicant: 福州大学
Abstract: 本发明涉及一种基于差分进化随机森林分类器的光伏阵列故障诊断方法。该方法：首先，采集各种工况条件下的光伏阵列电压和各个光伏组串的电流，并以不同的标识符对各种工况进行标识；其次，采用基于袋外数据的分类误判率均值大小确定随机森林模型中决策树的数量范围；而后，利用差分进化算法对其决策树数量范围进行全局优化，得到最优的决策树数量值；再而，将计算出的最优决策树数量值带入利用随机森林分类器并对样本进行训练，得到随机森林故障诊断训练模型；最后，利用训练模型对光伏阵列进行故障检测和分类。本发明方法，能够在保证最优的模型分类准确率的同时大大加快模型训练速度，从而更快速、准确地实现对光伏发电阵列的故障检测和分类。
-
-
公开(公告)号：CN109672406B
公开(公告)日：2020-07-07
申请号：CN201811591020.5
申请日：2018-12-20
Applicant: 福州大学
IPC: H02S50/10
Abstract: 本发明涉及一种基于稀疏表示和SVM的光伏发电阵列故障诊断与分类的方法，首先采集光伏阵列不同工作状态下多组温照度的电流样本信号；接着对每个电流样本信号进行归一化处理，构造训练样本矩阵；然后实验探索K‑SVD算法学习过完备字典的参数设置，并分别学习正常字典、单组串1个组件短路字典及单组串一个组件开路字典和单组串2个组件短路字典；接着调用OMP算法，用学习的四种字典重构每一类的电流信号，并计算出原电流信号和重构信号的均方根误差，并可以得到多个特征向量；最后设置SVM的参数，由特征向量训练故障分类器以实现光伏阵列的故障诊断和分类。本发明不需要其他的数据特征，且能在不影响光伏发电系统工作的情况下进行故障检测与分类。
-
公开(公告)号：CN111259550A
公开(公告)日：2020-06-09
申请号：CN202010051084.7
申请日：2020-01-17
Applicant: 福州大学
IPC: G06F30/20 , H02S50/00 , G06F113/04
Abstract: 本发明涉及一种基于网格搜索和改进NM单纯形算法的光伏模型更新方法，包括以下步骤：步骤S1：获取光伏面板的实际I-V特性曲线信息；步骤S2：确定光伏组件模型和目标函数；步骤S3：采用网格搜索对光伏模型参数进行全局搜索，获取光伏模型参数搜索起始点，并确定模型参数搜索范围；步骤S4：采用改进的Nelder-Mead单纯形对步骤S3中的模型参数搜索起始点进行局部搜索,获取全局最优的光伏模型参数向量。步骤S5:根据得到的全局最优的光伏模型参数向量，实时更新光伏阵列的模型，从而便于评估和优化光伏电站的工作状态。本发明提高了光伏模型参数提取的精度和速度，能够实时更新光伏阵列的模型，从而便于评估和优化光伏电站的工作状态。
-
公开(公告)号：CN111044928A
公开(公告)日：2020-04-21
申请号：CN201911402258.3
申请日：2019-12-31
Applicant: 福州大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明涉及一种锂电池健康状态估计方法，包括以下步骤：选择以电池容量为状态变量，根据相关性分析提取多个特征作为后续模型的输入输出数据，以模拟锂电池的老化过程；将样本数据分成训练集和测试集，建立基于梯度提升决策树的回归模型，并对回归模型进行参数优化，进行样本训练得到混合算法回归训练模型；利用混合算法回归训练模型，对测试集下的锂电池健康状态进行估计。本发明具有精度高，泛化能力强等优点，能够准确有效的进行锂电池健康状态的估计。
-
Patent Agency Ranking
公开(公告)号：CN110472541A
公开(公告)日：2019-11-19
申请号：CN201910715496.3
申请日：2019-08-05
Applicant: 福州大学
Abstract: 本发明涉及一种基于树莓派的服装识别系统，其特征在于：包括树莓派开发板；所述树莓派开发板连接有用于采集待识别服装图像采集模块、用于识别服装类型的服装识别模块、用于显示服装识别信息的显示模块、用于启动服装存储功能的第一触摸传感器模块、用于启动服装取用功能的第二触摸传感器模块和用于语音控制的语音模块；所述树莓派开发板还内置有Linux操作系统的SD卡。本发明能够快速有效的识别服装类型，并能够协助服装存取使用，方便各类人群使用，尤其是方便记忆力不好的老年人使用。
-
公开(公告)号：CN109992911A
公开(公告)日：2019-07-09
申请号：CN201910278837.5
申请日：2019-05-06
Applicant: 福州大学
Abstract: 本发明涉及基于极限学习机和IV特性的光伏组件快速建模方法，包括以下步骤：步骤S1：采集光伏组件在各种环境条件下的IV特性曲线数据；步骤S2:根据IV特性曲线数据数据，获取IV特性曲线；步骤S3:剔除异常的IV曲线数据，获得正常的IV曲线数据集；步骤S4：根据IV特性曲线数据的辐照度和组件背板温度，对正常的IV曲线数据集进行网格抽取，获得到均匀覆盖各种工况的IV曲线数据集，并随机分为独立的训练曲线集和测试曲线集；步骤S5获得由各个数据点的训练数据点集和测试数据点集。步骤S6：根据S5中得到的训练数据点，建立光伏组件模型。本发明能够准确有效快速地对光伏组件的IV特性进行建模，模型训练速度快，并且具有很好的准确性以及泛化能力。
-
公开(公告)号：CN109931946A
公开(公告)日：2019-06-25
申请号：CN201910285086.X
申请日：2019-04-10
Applicant: 福州大学
Abstract: 本发明涉及一种基于Android智能手机的盲人视觉测距导航方法,提供一内置目标检测模型的Android智能手机，包括以下步骤：步骤S1:通过语音唤醒手机，根据GPS定位实时位置；步骤S2：利用百度地图开源API，语音输入目的地位置，实现语音步行导航；步骤S3:将手机以一定角度向地面倾斜，设置于盲人身上；步骤S4:通过手机摄像头获得道路实时图像信息；步骤S5:根据内置的目标检测模型对实时图像信息进行目标检测，识别障碍物；步骤S6:根据摄像头俯仰角信息、检测框信息、图像尺寸和摄像头高度，计算得到障碍物距离；步骤S7:根据障碍物类型和距离，对盲人进行不同的语音提示。本发明只需处理摄像头采集的道路图像信息和计算摄像头的俯仰角即可自动地进行检测和测距。
-
公开(公告)号：CN109711609A
公开(公告)日：2019-05-03
申请号：CN201811539356.7
申请日：2018-12-15
Applicant: 福州大学
Abstract: 本发明涉及一种基于小波变换和极限学习机的光伏电站输出功率预测方法。首先，从光伏电站的历史发电及气象环境参数监测数据集中，提取光伏电站的预测数据集；其次，对光伏电站预测数据集进行预处理；再而，采用PCA算法从光伏电站历史功率数据中提取特征，并利用K-means算法进行二分类，分为光滑型和波动型；最后，通过NWP获取待预测日的气象特征参数生成测试集并由欧氏距离判定其类型，遍历寻找最优训练集。光滑型直接利用极限学习机网络对光伏电站输出功率进行预测。而波动型则需要经过WT算法对数据各对象进行特征提取并逐一预测并将预测值重构。本发明所提出的基于极限学习机光伏电站输出功率预测方法，能够有效提高光伏电站输出功率预测的准确性。
-
公开(公告)号：CN109409024A
公开(公告)日：2019-03-01
申请号：CN201811591567.5
申请日：2018-12-25
Applicant: 福州大学
Abstract: 本发明涉及基于一维深度残差网络的光伏组件电压电流特性建模方法，包括以下步骤：步骤S1：采集光伏组件的实测IV曲线数据；步骤S2:对光伏组件的实测IV曲线数据进行重采样；步骤S3:根据重采样得到的实测IV曲线数据，采用曲线拟合方法剔除异常的IV曲线数据，得到正常的IV曲线数据；步骤S4：对正常的IV曲线数据进行网格采样，得到均匀覆盖各种工况的IV曲线数据集；步骤S5：根据得到的IV曲线数据集，采用基于一维深度残差网络的方法对光伏组件进行建模，得到用于I-V特性进行预测的最优模型。本发明能够准确有效的对正常的光伏组件进行建模，且相比于传统的机器学习算法具有更高的稳定性、准确性以及泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
177
records
(took 0.061 seconds)
