-
公开(公告)号：CN119828802A
公开(公告)日：2025-04-15
申请号：CN202510035559.6
申请日：2025-01-09
Applicant: 华电电力科学研究院有限公司 , 清华大学
IPC: G05D23/20
Abstract: 本申请公开了一种电容柜中超级电容器模组的测温控温装置、方法和电容柜，涉及超级电容器技术领域，利用驱动机构驱动红外热像仪移动，能够覆盖电容柜内的所有超级电容器模组的中单体电容器，提高红外热像仪的检测范围；利用红外热像仪对超级电容器模组中的各单体电容器进行非接触式测温，不影响模组的温度场，红外热像仪能够检测到所有单体电容器温度，避免测温点少导致超级电容器模组温度估算不准确的问题，在提高超级电容器模组温度检测准确性的同时避免复杂线路布置；设置温度调节组件对超级电容器模组的温度进行调控，避免温度过高或过低对超级电容器模组造成影响。
-
公开(公告)号：CN119395427A
公开(公告)日：2025-02-07
申请号：CN202411589630.7
申请日：2024-11-08
Applicant: 华电电力科学研究院有限公司 , 清华大学
IPC: G01R31/00 , G01R31/392 , G01J5/48
Abstract: 本申请公开了一种超级电容器模组中电容器SOH检测方法、装置和介质，涉及超级电容器技术领域，包括：获取电路板正面的第一瞬态温度分布图和电路板反面的第二瞬态温度分布图；根据多个随时间变化的第一瞬态温度分布图确定每个电容器单体的目标温度变化曲线；根据超级电容器模组的目标工况条件、目标温度变化曲线和预设数据库确定每个电容器单体的目标SOH值；根据第二瞬态温度分布图判断是否存在短路或断路。预设数据库包含了工况条件、温度变化曲线和SOH值之间的对应关系，获得电容器单体的温度变化曲线后结合预设数据库便可确定电容器单体SOH值，避免外接导线检测电容器单体SOH值，提高电容器单体SOH检测的便捷性和安全性。
-
公开(公告)号：CN119066969A
公开(公告)日：2024-12-03
申请号：CN202411182197.5
申请日：2024-08-27
Applicant: 大连理工大学 , 华电电力科学研究院有限公司
IPC: G06F30/27 , G06N3/0442 , G06N3/08 , G06F113/08
Abstract: 本发明公开了一种基于BiLSTM的强非均质条件下地下水溶质运移智能模拟方法及系统，涉及地下水溶质运移模拟技术领域；包括以下步骤：对水文地质条件进行概化处理，初步构建水文地质概念模型；确定概念模型中污染源特征、含水层参数，随机采样若干组工况；构建强非均质条件下的地下水溶质运移‑双域基准模型；将若干组工况逐一代入所述双域基准模型，构建训练样本集和检验样本集；根据训练样本集，采用深度学习‑BiLSTM算法构建地下水溶质运移‑双域基准模型的替代模型，以此预测观测井的污染物浓度。本发明大幅减少计算时间和成本，实现了对强非均质条件下的地下水溶质时空变化规律的准确刻画，为地下水污染源特征及污染物运移参数反演识别提供高效解决途径。
-
公开(公告)号：CN117579010A
公开(公告)日：2024-02-20
申请号：CN202211465851.4
申请日：2022-11-22
Applicant: 清华大学 , 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本发明提供了一种基于存算一体阵列的ADC增益调整方法及电路，属于存算一体阵列技术领域，包括：第一步骤，利用存算一体单元对神经网络模型进行计算，输出N个模拟量，利用ADC对N个模拟量进行采样得到N个数字量，计算第一比例P＝X/N，其中，N个数字量中的X个数字量处于ADC的最大量化值；第二步骤，判断是否满足第一条件，第一条件包括以下至少一项：P位于预设取值范围内、执行第一步骤的次数达到预设次数，如果满足，转向第三步骤；如果不满足，转向第四步骤；第三步骤，输出ADC的当前增益；第四步骤，对ADC的增益进行调整，转向第一步骤。本发明的技术方案能够实现ADC实时动态调整自身增益以保证计算结果的准确性。
-
公开(公告)号：CN116384246A
公开(公告)日：2023-07-04
申请号：CN202310379335.8
申请日：2023-04-11
Applicant: 清华大学
Abstract: 一种用于矩阵运算的存算一体装置及其操作方法。该存算一体装置包括存算一体计算单元、量化系数追踪单元和输出单元。存算一体计算单元配置为接收输入数据且根据存储的权重矩阵对输入数据进行矩阵运算，以得到输出数据；量化系数追踪单元配置为获取输入数据对应的第一量化系数以及存算一体计算单元对输入数据进行矩阵运算过程中产生的中间量化系数，以及获得与输出数据对应的累积量化系数；输出单元配置为提供输出数据以及累积量化系数。该存算一体装置能够实时获取和记录矩阵运算过程中产生的中间量化系数，为计算结果的后续处理提供了还原基础，能够有效提高计算结果的准确性，减少计算开销。
-
Patent Agency Ranking
公开(公告)号：CN110912560B
公开(公告)日：2023-04-11
申请号：CN201911143612.5
申请日：2019-11-20
Applicant: 清华大学深圳国际研究生院
IPC: H03M1/54
Abstract: 一种带有可重构数据加权平均的多模过采样模数转换器，包括可重构环路滤波器、可重构量化器、带DWA通道、不带DWA通道、带分区DWA通道以及可重构DAC，所述带DWA通道、所述不带DWA通道、所述带分区DWA通道在所述可重构量化器和所述可重构DAC之间组成可重构DWA通道，其中，根据不同的模式选择所述带DWA、所述不带DWA通道和所述带分区DWA通道中任一者的开关导通，其中，在高速低精度模式下，控制所述不带DWA通道的开关导通，在低速高精度模式下，控制所述带DWA的开关导通，在介于两者之间的模式下，控制所述带分区DWA通道的开关导通。本发明的多模过采样模数转换器能够在调制器性能与环路延时上实现整体优化。
-
公开(公告)号：CN118551820A
公开(公告)日：2024-08-27
申请号：CN202410841063.3
申请日：2024-06-26
Applicant: 清华大学
Abstract: 一种参数优化方法及装置、编译方法及装置、电子装置以及计算机可读存储介质。该参数优化方法应用于存内计算装置，该参数优化方法包括：根据存内计算装置的硬件参数，对将要运行于存内计算装置的神经网络模型的权重进行拆分或组合；根据神经网络模型拆分或组合后的权重，确定神经网络推理代码，其中，神经网络推理代码携带有关于权重拆分或组合以及存内计算装置进行推理运算的运行参数的信息；以及进行神经网络推理代码的运行参数寻优过程，确定存内计算装置的优化运行参数。该参数优化方法可以自动化、高效地优化多种存内计算装置的运行参数，显著减轻神经网络模型部署的负担，提高存内计算装置执行神经网络计算任务时的精度表现。
-
公开(公告)号：CN117577165A
公开(公告)日：2024-02-20
申请号：CN202211465840.6
申请日：2022-11-22
Applicant: 清华大学 , 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本发明提供一种自检处理方法、装置及阻变存储器，涉及数据处理技术领域。该方法包括：基于冗余余数系统和目标进制数对自检参数进行分解，得到分解结果；将所述分解结果编程到阻变存储器阵列上；获取经所述阻变存储器阵列运算所得的计算结果；对所述计算结果进行校验，确定所述阻变存储器阵列的运算是否存在错误。本发明实施例的方法，解决了目前阻变存储器计算结果错误率偏高的问题。
-
公开(公告)号：CN119995610A
公开(公告)日：2025-05-13
申请号：CN202411310096.1
申请日：2024-09-19
Applicant: 上海清华国际创新中心 , 清华大学
IPC: H03M7/24
Abstract: 本发明公开了一种数据转换方法、转换装置、转换电路以及存算一体设备，所述方法包括：获取待转换浮点型数据以及目标量化系数；基于目标整型数据的数据位数分别对待转换浮点型数据的尾数以及目标量化系数的尾数进行截位处理，以得到待转换浮点型数据的有效尾数以及目标量化系数的有效尾数，其中，有效尾数的位数比目标整整数据的数据位数少一位；基于截位处理后的目标量化系数对截位处理后的待转换浮点型数据进行格式转换，以得到待转换浮点型数据对应的目标整型数据。该方法基于尾数截位处理后的目标量化系数和待转换浮点型数据进行数据格式转换计算，大大减少了计算量，提升了数据转换效率。
-
公开(公告)号：CN119990204A
公开(公告)日：2025-05-13
申请号：CN202411310098.0
申请日：2024-09-19
Applicant: 上海清华国际创新中心 , 清华大学
Abstract: 本发明公开了一种适用于存算一体设备的细粒度数模混合权重部署方法。方法包括获取第一权重矩阵；在第一权重矩阵的行数和/或列数大于CIM计算阵列的行数和/或列数的情况下，对第一权重矩阵进行拆分得到多个第二权重矩阵；分别获取每个第二权重矩阵在CIM计算阵列和数字计算核上的能效值，记为第一能效值和第二能效值；根据每个第二权重矩阵的第一能效值和第二能效值确定第二权重矩阵的部署方式。本发明的部署方法对第一权重矩阵进行拆分，并根据拆分后每个第二权重矩阵在CIM计算阵列和数字计算核的能效值，将其分配到数字计算核或CIM计算阵列进行计算。如此，可提高CIM计算阵列的空间利用率、计算能效和并行度，还可提高系统级能效和资源分配自由度。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.113 seconds)
