-
公开(公告)号：CN116224085A
公开(公告)日：2023-06-06
申请号：CN202310459819.3
申请日：2023-04-26
Applicant: 西南交通大学
IPC: G01R31/367 , G01R31/392
Abstract: 本发明提供的一种基于数据驱动的锂电池健康状态评估方法，从电池老化数据集中选择数据作为特征进行特征预处理，得到典型特征提取区间，并将典型特征提取区间的特征数据与实际电池SOH结合得到各个典型特征提取区间的数据集，划分出训练电池对其不同典型特征提取区间的数据集使用神经网络算法进行训练，得到对应的电池SOH评估模型，并将最终得到的模型用于锂电池健康状态评估。上述方法要求锂电池满足在充电过程中小于4.0V以及电压值变化大于0.2V两个条件，在此基础上，锂电池充电电压经过任何电压区间，都可从中提取特征，缓解了锂电池特征提取条件苛刻单一的情况；较深度学习，该方法不需要复杂的参数计算，更加适用于当前的电池管理系统。
-
公开(公告)号：CN111446880B
公开(公告)日：2023-04-11
申请号：CN202010406346.7
申请日：2020-05-14
Applicant: 西南交通大学
IPC: H02M7/5387 , H02M1/12 , H02P27/06
Abstract: 本发明公开了一种抑制五相逆变器共模电压的有限集模型预测控制方法，具体为：利用五相逆变器输出的十个大矢量来合成虚拟电压矢量，选择相邻的四个大矢量合成α‑β子空间下的虚拟有效电压矢量，共合成十个虚拟有效电压矢量，选择两方向相反的大矢量合成虚拟零矢量；以虚拟电压矢量作为矢量控制集，通过简化的预测模型预测电流变化趋势；利用简化的评价函数，选择出最优的虚拟电压矢量；最后，设计对称的开关序列输出最优矢量。本发明有效抑制了共模电压和低次谐波电流，提高了逆变器输出电流稳态性能；此外，得益于虚拟电压矢量抑制共模电压和低次谐波的特点，预测模型和评价函数得到简化，算法计算复杂度低，易于数字化实现。
-
公开(公告)号：CN115114964B
公开(公告)日：2023-04-07
申请号：CN202210872961.6
申请日：2022-07-21
Applicant: 西南交通大学
IPC: G06F18/24 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/08 , G06N3/042 , G06N3/048 , G06N3/045
Abstract: 本发明提供了一种基于数据驱动的传感器间歇性故障诊断方法，属于故障诊断技术领域，该方法包括：采集牵引传动系统中的传感器信号及控制信号，生成数据集D；对数据集D进行归一化处理，得到数据集D*，再将数据集D*以非线性自回归结构排列，得到NARX结构的数据集DN，并在数据集DN上划分训练集与测试集；利用训练集和测试集训练和测试极限学习机，构建电流预测器；利用电流预测器对直流侧电压传感器间歇性的故障进行诊断。本发明实现了牵引逆变系统中直流侧电压传感器的间歇性故障在线诊断。
-
公开(公告)号：CN112329244A
公开(公告)日：2021-02-05
申请号：CN202011239147.8
申请日：2020-11-09
Applicant: 西南交通大学
IPC: G06F30/20 , G06F119/02 , G06F119/08
Abstract: 本发明公开了一种用于IGBT结温估计的优化功率损耗等效建模方法，具体为：采集计算功率损耗所需的外部变量，计算出单个基波周期内的平均损耗，然后转换为半正弦损耗；对半正弦损耗曲线进行一阶方波等效，结合热网络模型，计算出稳态基波周期的初始结温值；将半正弦损耗曲线进行离散化处理，结合热网络模型和初始结温值，推导出单个稳态基波周期内任意时间点的结温表达式；对结温表达式进行求导，获取最大、最小结温时间点，基于等面积定则对半正弦损耗进行离散等效；计算出离散后的矩形脉冲损耗值，并将其代入热网络模型中，计算出IGBT的结温。本发明使得功率损耗的离散更加合理，估计的结温更加精确，同时可有效降低结温估计中的计算量。
-
公开(公告)号：CN111446880A
公开(公告)日：2020-07-24
申请号：CN202010406346.7
申请日：2020-05-14
Applicant: 西南交通大学
IPC: H02M7/5387 , H02M1/12 , H02P27/06
Abstract: 本发明公开了一种抑制五相逆变器共模电压的有限集模型预测控制方法，具体为：利用五相逆变器输出的十个大矢量来合成虚拟电压矢量，选择相邻的四个大矢量合成α-β子空间下的虚拟有效电压矢量，共合成十个虚拟有效电压矢量，选择两方向相反的大矢量合成虚拟零矢量；以虚拟电压矢量作为矢量控制集，通过简化的预测模型预测电流变化趋势；利用简化的评价函数，选择出最优的虚拟电压矢量；最后，设计对称的开关序列输出最优矢量。本发明有效抑制了共模电压和低次谐波电流，提高了逆变器输出电流稳态性能；此外，得益于虚拟电压矢量抑制共模电压和低次谐波的特点，预测模型和评价函数得到简化，算法计算复杂度低，易于数字化实现。
-
Patent Agency Ranking
公开(公告)号：CN103678811B
公开(公告)日：2016-08-17
申请号：CN201310698537.5
申请日：2013-12-18
Applicant: 西南交通大学
IPC: G06F17/50
Abstract: 本发明电力牵引交流传动变流器中间直流回路故障建模仿真方法，基于电力牵引变流器中间直流回路拓扑结构完成，具体方法包括：根据电力牵引交流传动变流器中间直流回路在每一种故障模式下所对应的拓扑结构计算得出该故障模式下的状态方程，从而得到不同故障模式下直流回路输出的直流电压值。本方法可实现离线仿真以及在线实时仿真系统中，电力牵引变流器中间直流回路在正常工作状态下以及不同故障模式下的仿真，并且基于状态方程的模型可以实现正常工作状态以及不同故障模式下的切换，弥补了现有仿真模型中无故障仿真模型的技术问题。
-
公开(公告)号：CN103678811A
公开(公告)日：2014-03-26
申请号：CN201310698537.5
申请日：2013-12-18
Applicant: 西南交通大学
IPC: G06F17/50
Abstract: 本发明电力牵引交流传动变流器中间直流回路故障建模仿真方法，基于电力牵引变流器中间直流回路拓扑结构完成，具体方法包括：根据电力牵引交流传动变流器中间直流回路在每一种故障模式下所对应的拓扑结构计算得出该故障模式下的状态方程，从而得到不同故障模式下直流回路输出的直流电压值。本方法可实现离线仿真以及在线实时仿真系统中，电力牵引变流器中间直流回路在正常工作状态下以及不同故障模式下的仿真，并且基于状态方程的模型可以实现正常工作状态以及不同故障模式下的切换，弥补了现有仿真模型中无故障仿真模型的技术问题。
-
公开(公告)号：CN116780854A
公开(公告)日：2023-09-19
申请号：CN202310479712.5
申请日：2023-04-28
Applicant: 西南交通大学
Abstract: 本发明公开了一种MMC分裂电容子模块优化方法，将传统MMC的半桥子模块拓扑变为分裂电容解耦拓扑，在原有半桥子模块的基础上增加由开关管和电感组成的解耦电路，并将传统的MMC子模块电容拆解成两个分裂结构的电容，其中电感Lf起到限制电流变化，进而控制电容C1和C2进行充放电的作用，使得能够在给定工况下通过本设计流程最终可以得到满足变流器运行要求并结合实际的最小器件选型，有效提升了变流器的功率密度。
-
公开(公告)号：CN116027163A
公开(公告)日：2023-04-28
申请号：CN202310011456.7
申请日：2023-01-05
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于开通电压下降平台的IGBT结温监测方法，属于IGBT结温监测领域，该方法包括对IGBT模块进行预处理，得到第一IGBT模块；根据第一IGBT模块，利用加热板和红外测温仪，得到不同温度下IGBT的辅助‑功率发射极电压、集射极电压、集电极电流和IGBT结温；根据辅助‑功率发射极电压、集射极电压和集电极电流，定位开通电压下降平台；根据开通电压下降平台和IGBT结温，得到第一数据集；拟合第一数据集，得到开通电压下降平台与结温的拟合关系；根据拟合关系，建立结温监测模型，实现变流器中IGBT结温监测。本发明解决了现有基于温敏电参数的结温监测方法易受集电极电流影响的问题。
-
公开(公告)号：CN103425826B
公开(公告)日：2016-01-27
申请号：CN201310335516.7
申请日：2013-08-05
Applicant: 西南交通大学
IPC: G06F17/50
Abstract: 本发明电力牵引交流传动两电平单相四象限脉冲整流器故障建模仿真方法，基于两电平单相四象限脉冲整流器的工作原理完成，具体方法包括：电力牵引交流传动两电平单相四象限脉冲整流器在每一种故障模式下所对应的开关函数计算以及基于开关函数计算结果的电力牵引交流传动两电平单相四象限脉冲整流器状态方程计算。本方法可实现离线仿真以及在线实时仿真系统中，两电平单相四象限脉冲整流器在正常工作状态下以及不同开关管故障状态下的仿真，并且基于状态方程的模型可以实现正常工作状态以及不同开关管故障状态下的切换，弥补了现有仿真模型中无故障仿真模型的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.024 seconds)
