-
公开(公告)号：CN111766889B
公开(公告)日：2022-11-04
申请号：CN202010372582.1
申请日：2020-05-06
Applicant: 东北电力大学 , 国网冀北电力有限公司唐山供电公司 , 吉林省电力科学研究院有限公司
Abstract: 本发明公开了基于输出反馈的四旋翼自适应动态面滑模控制器，步骤如下：1)构造含模型参数不确定性的四旋翼系统模型；2)引入误差性能函数，将四旋翼系统的跟踪误差转换为新的误差约束变量，确保系统实现预定的追踪性能；3)设计模糊逻辑系统逼近器，用于逼近四旋翼飞行器中存在的复杂且不确定的未知项，并通过估计权值的范数来代替估计权值向量的每一项；4)设计非线性状态观测器来估计四旋翼飞行器不可测的角速度状态；5)将动态面与滑模控制相结合，设计出基于输出反馈的四旋翼自适应模糊动态面滑模控制器。本发明所设计的控制器能够保证四旋翼飞行品质，提高系统鲁棒性，实现跟踪效果满足预设条件。
-
公开(公告)号：CN111769544B
公开(公告)日：2022-09-06
申请号：CN202010372596.3
申请日：2020-05-06
Applicant: 东北电力大学 , 吉林省电力科学研究院有限公司 , 国网冀北电力有限公司唐山供电公司
Abstract: 本发明针对一类配备静止无功补偿器(SVC)的多机励磁系统，公开了一种配备SVC的多机电力系统分布式数字控制器，控制器的实现具体包括以下几个步骤：1)采用欧拉变换实现时间离散化，构造配备SVC装置的多机电力系统的离散数学模型；2)采用改进的磁滞量化器实现控制输入的幅值量化；3)设计数字控制器，将第一步和第二步的虚拟控制律通过一阶数字低通滤波器，使得径向基函数神经网络的输入已知，采用径向基函数神经网络技术设计控制器，实现数字控制的效果，设计出配备静止无功补偿器的多机励磁系统的分布式数字控制器。本发明采用径向基函数神经网络技术设计控制器，有效处理系统模型存在的未知非线性相互作用，降低了控制器设计对系统和结构的要求。
-
公开(公告)号：CN111766775B
公开(公告)日：2023-03-28
申请号：CN202010373060.3
申请日：2020-05-06
Applicant: 东北电力大学 , 国网冀北电力有限公司唐山供电公司 , 吉林省电力科学研究院有限公司
Abstract: 本发明公开了具有未知饱和PI回滞的非线性系统动态面隐逆控制器，包括以下步骤：1)构造带有饱和PI回滞非线性系统模型；2)对系统中饱和PI模型进行建模；3)定义带有饱和PI回滞非线性系统的误差性能转换函数来确保系统跟踪误差满足预定的性能指标；4)将自适应动态面算法与隐逆方法相结合设计出具有饱和回滞严格反馈非线性系统的控制器。本发明所述的控制器能够确保系统跟踪误差满足预定的性能指标，并解决了回滞逆模型构造困难的难题，有效解决系统中回滞现象的影响，使系统跟踪误差满足L∞性能指标，实现系统的稳定运行。
-
公开(公告)号：CN111769544A
公开(公告)日：2020-10-13
申请号：CN202010372596.3
申请日：2020-05-06
Applicant: 东北电力大学 , 吉林省电力科学研究院有限公司 , 国网冀北电力有限公司唐山供电公司
Abstract: 本发明针对一类配备静止无功补偿器(SVC)的多机励磁系统，公开了一种配备SVC的多机电力系统分布式数字控制器，控制器的实现具体包括以下几个步骤：1)采用欧拉变换实现时间离散化，构造配备SVC装置的多机电力系统的离散数学模型；2)采用改进的磁滞量化器实现控制输入的幅值量化；3)设计数字控制器，将第一步和第二步的虚拟控制律通过一阶数字低通滤波器，使得径向基函数神经网络的输入已知，采用径向基函数神经网络技术设计控制器，实现数字控制的效果，设计出配备静止无功补偿器的多机励磁系统的分布式数字控制器。本发明采用径向基函数神经网络技术设计控制器，有效处理系统模型存在的未知非线性相互作用，降低了控制器设计对系统和结构的要求。
-
公开(公告)号：CN111766889A
公开(公告)日：2020-10-13
申请号：CN202010372582.1
申请日：2020-05-06
Applicant: 东北电力大学 , 国网冀北电力有限公司唐山供电公司 , 吉林省电力科学研究院有限公司
Abstract: 本发明公开了基于输出反馈的四旋翼自适应动态面滑模控制器，步骤如下：1)构造含模型参数不确定性的四旋翼系统模型；2)引入误差性能函数，将四旋翼系统的跟踪误差转换为新的误差约束变量，确保系统实现预定的追踪性能；3)设计模糊逻辑系统逼近器，用于逼近四旋翼飞行器中存在的复杂且不确定的未知项，并通过估计权值的范数来代替估计权值向量的每一项；4)设计非线性状态观测器来估计四旋翼飞行器不可测的角速度状态；5)将动态面与滑模控制相结合，设计出基于输出反馈的四旋翼自适应模糊动态面滑模控制器。本发明所设计的控制器能够保证四旋翼飞行品质，提高系统鲁棒性，实现跟踪效果满足预设条件。
-
Patent Agency Ranking
公开(公告)号：CN111766775A
公开(公告)日：2020-10-13
申请号：CN202010373060.3
申请日：2020-05-06
Applicant: 东北电力大学 , 国网冀北电力有限公司唐山供电公司 , 吉林省电力科学研究院有限公司
Abstract: 本发明公开了具有未知饱和PI回滞的非线性系统动态面隐逆控制器，包括以下步骤：1)构造带有饱和PI回滞非线性系统模型；2)对系统中饱和PI模型进行建模；3)定义带有饱和PI回滞非线性系统的误差性能转换函数来确保系统跟踪误差满足预定的性能指标；4)将自适应动态面算法与隐逆方法相结合设计出具有饱和回滞严格反馈非线性系统的控制器。本发明所述的控制器能够确保系统跟踪误差满足预定的性能指标，并解决了回滞逆模型构造困难的难题，有效解决系统中回滞现象的影响，使系统跟踪误差满足L∞性能指标，实现系统的稳定运行。
-
公开(公告)号：CN119104915A
公开(公告)日：2024-12-10
申请号：CN202411485542.2
申请日：2024-10-23
Applicant: 国网冀北电力有限公司唐山供电公司 , 东北电力大学 , 国家电网有限公司
IPC: G01R31/367 , G01R31/385 , G01R31/392 , G01R31/396 , G01R31/378
Abstract: 一种储能锂电池寿命劣化预测方法及系统，获取并预处理锂电池运行数据，构建时间序列并进行归一化处理，划分训练集和测试集；基于归一化后的数据，构建带掩码的多头自注意力机制MSA模块，通过不同的时间窗口捕捉输入数据中的多种特征，筛选后通过特征融合法提取重要特征集；基于重要特征集，初步设置关键超参数，构建MSA‑LSTM综合预测模型，用于处理时间序列数据和预测电池寿命；采用人工蜂群算法对MSA‑LSTM综合预测模型的超参数进行优化；使用训练集对优化后的MSA‑LSTM综合预测模型进行训练，使用测试集进行验证，评估预测性能，应用MSA‑LSTM综合预测模型预测未知数据，计算储能锂电池的剩余使用寿命RUL。预防因电池故障导致的安全事故。
-
公开(公告)号：CN118138991A
公开(公告)日：2024-06-04
申请号：CN202410229526.0
申请日：2024-02-29
Applicant: 国网冀北电力有限公司唐山供电公司 , 东北电力大学 , 国家电网有限公司
Abstract: 一种基于区域选择和测距误差的室内定位方法及系统，其特征在于，所述方法包括以下步骤：在监测区域内部署预校正点，记录预校正点的实际位置，并采集所述预校正点与锚节点之间的距离测量值；将测距数据分为完全相同的两份，第一份用于训练区域选择模型，第二份用于训练独立区域的测距误差补偿模型；利用训练好的区域选择模型、测距误差补偿模型构建ASEC网络，并基于距离测量值获得标签节点的区域选择和测距误差补偿；利用对标签节点的区域选择和测距误差补偿，求解标签节点的位置坐标。方法消除了定位系统在监测区域中受随机误差和系统误差共同影响，确保测量精确度和稳定性。
-
公开(公告)号：CN117516524A
公开(公告)日：2024-02-06
申请号：CN202311649232.5
申请日：2023-12-04
Applicant: 国网冀北电力有限公司唐山供电公司 , 东北电力大学 , 国家电网有限公司
IPC: G01C21/16 , G01C21/20 , G01S19/47 , G06F18/213 , G06N3/0464 , G06N3/0442 , G06N3/048
Abstract: 本发明涉及一种基于CNN‑GRU预测的GPS/INS卡尔曼滤波定位方法，属于定位及导航技术领域。技术方案：建立INS惯导机械化模型；建立CNN‑GRU神经网络预测模型；建立组合导航扩展卡尔曼滤波模型，将GNSS定位信息和INS定位信息进行数据融合得到INS惯导定位信息的补偿值，进而得到准确的定位信息；基于CNN‑GRU预测的GPS/INS卡尔曼滤波定位模型可以更大程度地在GPS信号中断时提高定位精度。本发明结合了CNN神经网络可以有效地从多维序列数据中自动提取和学习特征的优点和GRU可以使用历史数据的问题，结构简单，参数少，可以在GNSS中断时有效地预测GNSS伪信号，进而提高导航定位精度。
-
公开(公告)号：CN111766781A
公开(公告)日：2020-10-13
申请号：CN202010373106.1
申请日：2020-05-06
Applicant: 东北电力大学 , 重庆电力高等专科学校 , 吉林省电力科学研究院有限公司
IPC: G05B13/04
Abstract: 本发明公开了基于复合学习和DOB的多机电力系统自适应动态面控制器，控制器是基于以下步骤实现的：1)构造具有SVC装置的大型电力系统的数学模型；2)设计多机电力系统模糊逻辑系统逼近器，使其逼近得出步骤1)中多机电力系统模型内的未知函数；3)设计状态预测器，在更新律设计中加入预测误差，并引入补偿信号，将干扰观测器和模糊逻辑系统相结合，设计出基于复合学习和干扰观测器的多机电力系统自适应模糊动态面控制器。本发明所述控制器在更新律设计中加入了预测误差，并结合干扰观测器和模糊逻辑系统，对系统的广义扰动进行了估计，从而提高了逼近精度，在控制律的设计中引入了补偿信号，从而消除了在动态面方法中由于使用滤波器而产生的滤波误差。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.255 seconds)
