公开(公告)号：CN118501714A

公开(公告)日：2024-08-16

申请号：CN202410659108.5

申请日：2024-05-27

Applicant: 中北大学

Inventor： 陈昌鑫 ,  周炳 ,  王震杰 ,  张倩茹 ,  赵亮 ,  高因霞 ,  贾伟 ,  王银杰 ,  王攀 ,  王海洋 ,  冯宇 ,  王熙 ,  任一峰

IPC: G01R31/367 ,  G01R31/382 ,  G01R31/392

Abstract: 本发明属于全钒液流电池在线健康监测领域，尤其涉及一种卷积神经网络和双向长短期记忆的全钒液流电池SOC估算方法，包括数据预处理、初始化CNN‑BiLSTM网络模型、初始化种群、确定评估指标、将初始化后的种群中的参数更新至CNN‑BiLSTM网络模型，得到最优参数训练的神经网络模型，进而采用最终的神经网络模型用于全钒液流电池SOC估算。本发明通过差分进化算法优化CNN‑BiLSTM神经网络模型，显著提高了全钒液流电池SOC估算的精度和实时性，具有较强的自适应能力、计算效率和通用性，增强了系统的稳定性和可靠性，经过充分的实验，验证了其在实际应用中的优越性能和广泛的应用前景。

公开(公告)号：CN118090615A

公开(公告)日：2024-05-28

申请号：CN202410165033.5

申请日：2024-02-05

Applicant: 中北大学

Inventor： 武志博 ,  辛泽洲 ,  马铁华 ,  武耀艳 ,  孙传猛 ,  丰雷 ,  焦斌 ,  赵振戎 ,  赵浩成 ,  刘双峰 ,  朱尊 ,  刘双佳 ,  王熙

IPC: G01N21/17 ,  G01N21/25 ,  G01N21/55 ,  G06V20/17 ,  G06V20/10

Abstract: 本发明涉及环境监测技术领域，公开了一种区域内跨介质营养元素的反演模型综合动态检测方法，包括以下步骤：建立高光谱采集体系，进行水体和土壤的高光谱遥感测量，同步采集水质样本和土质样本及环境数据；采用机器学习算法训练数据构建水质、土质各自的反演模型，选出最优模型；根据水质土质的跨介质营养元素，构建水土质共同反演模型，并选出最优模型；对比水质、土质各自反演模型的最优模型与水土反演模型的最优模型，并与实验室样本检测结果进行对比。本发明为工作人员提供便利的同时高效地评估区域内生态状况和不同介质之间的相互作用影响，为区域环境保护和生态治理提供了新的视角和思路。