-
公开(公告)号：CN112290619B
公开(公告)日：2023-03-28
申请号：CN202011107650.8
申请日：2020-10-16
Applicant: 中南大学
Abstract: 本发明提供一种带有自动功率限制功能的电池均衡器，所述电池均衡器基于一个多绕组变压器实现能量传输，电池组中需进行均衡功能每个电池与一个均衡电路连接，各个均衡电路的电路结构和参数完全一致；每个均衡电路包括两个谐振电容、两个钳位二极管、两个NMOS管、一个电感、以及一个变压器绕组，且每个均衡电路通过带一定死区的互补驱动信号PWM+和PWM‑进行控制。本发明的电池均衡器无需使用传感器，且不需增加额外电阻来限制电路最大电流，大大降低了导通损耗，并在在一段电压差范围内均能实现最大传输电流，从而使得均衡速度得到有效提高。
-
公开(公告)号：CN114938221A
公开(公告)日：2022-08-23
申请号：CN202210720894.6
申请日：2022-06-23
Applicant: 中南大学
Abstract: 本发明属于IGBT技术领域，公开了一种基于栅极电阻控制的并联IGBT动态均流系统，通过减小后开通和关断的IGBT的栅极电阻来实现并联均流，因此不会因减缓了IGBT在瞬态的电流变化而降低开关频率，而且这种调节开关的方式适用于数字控制系统，此外，与调节驱动信号延时的方法相比，改变栅极电阻的方式更为简单方便；通过调节栅极电阻的方式来改变IGBT的电流在瞬态的变化率，从而实现并联均流的目的；将栅极电阻分为两部分，其中一部分并联一个开关，控制开关的通断来改变栅极电阻大小；以电流幅值和变化率为依据来判断IGBT的开通和关断时间是超前还是滞后，进而决定开关是导通还是关断。
-
公开(公告)号：CN114399021A
公开(公告)日：2022-04-26
申请号：CN202111451691.3
申请日：2021-12-01
Applicant: 中南大学
Abstract: 本发明实施例提供一种基于多尺度信息的概率风速预测方法和系统，使用多层卷积神经网络从输入样本中提取充分的多尺度特征，使用基于长短期记忆(LSTM)与注意力机制进一步提取时序特征并将其编码成低维的特征向量；然后借助所提出的非交叉损失得到相邻分位点间的条件分位数差值，并通过累加累减得到所有给定分位点的条件分位数；不仅可以从有限的数据提取充分的多尺度特征，还可以提供高质量且可靠的概率预测结果，同时解决分位数模型的交叉问题。
-
公开(公告)号：CN113988359A
公开(公告)日：2022-01-28
申请号：CN202111049436.6
申请日：2021-09-08
Applicant: 中南大学
Abstract: 本发明实施例提供一种基于非对称Laplace分布的风功率预测方法和系统，利采用该分布对风电预测的不确定性进行建模，在实现概率风功率预测的过程中，首先，利用最大信息系数(MIC)来刻画预测目标与历史功率之间的线性和非线性关系，进而选择合理的历史功率数据作为最优的输入；然后，为了避免信息丢失，提出了基于多个CNN卷积层上多尺度特征融合模块，进一步提升CNN的特征提取能力；最后利用双向LSTM提取时间信息并预测非对称Laplace分布的参数。
-
公开(公告)号：CN113723712A
公开(公告)日：2021-11-30
申请号：CN202111201545.5
申请日：2021-10-15
Applicant: 中南大学 , 中国电力科学研究院有限公司
Abstract: 本公开实施例中提供了一种风电功率预测方法、系统、设备及介质，属于数据处理技术领域，具体包括：获取待预测地区的历史风电功率数据；将历史风电功率数据进行预处理；得到多时间尺度特征；根据多时间尺度特征建立t分布概率神经网络；得到多个初始模型；将验证集分别输入每个初始模型，将输出结果最优的初始模型作为预测模型；将测试集输入预测模型，得到待预测地区的风电功率预测结果。通过本公开的方案，利用一维卷积神经网络和双向长短记忆网络提取得到多时间尺度特征，并利用学生t分布对风功率预测的不确定性进行刻画，并构建了深度学生t概率神经网络来对未来风功率的不确定性进行准确预测，提高了预测效率和精准度。
-
Patent Agency Ranking
公开(公告)号：CN111027229A
公开(公告)日：2020-04-17
申请号：CN201911367126.1
申请日：2019-12-26
Applicant: 中南大学
IPC: G06F30/20 , G06K9/62 , G06N7/00 , G06F113/06
Abstract: 本发明提供了一种基于稀疏异方差多样条回归的风功率曲线拟合的方法，包括：采用模糊C均值算法自动检测异常点，针对原始风电数据获取去除异常点的数据；根据获取到的数据构建稀疏异方差多样条回归模型；采用变分贝叶斯方法对构建的稀疏异方差多样条回归模型进行优化，得到模型中所有参数的后验分布情况及参数公式；初始化模型参数，根据模型中所有参数的后验分布情况及参数公式，利用迭代的方法，求出参数的估计值。本发明所提供的基于稀疏异方差多样条回归的风功率曲线拟合的方法综合了多个样条基函数，增加了模型的非线性拟合能力，避免了冗余信息对最终回归结果的影响。
-
公开(公告)号：CN112070157B
公开(公告)日：2024-11-01
申请号：CN202010929560.0
申请日：2020-09-07
Applicant: 中南大学
IPC: G06F18/214 , G06F18/20 , G06F17/18 , G06F17/16 , G06N20/00
Abstract: 涉及计算机技术领域，尤其涉及基于无限混合高斯分布的多极限学习机模型的构建方法、装置及计算机设备。本发明通过建立多极限学习机模型(MELM)，使用无限混合高斯分布(IMoG)来拟合模型MELM的回归误差，采用稀疏贝叶斯学习方法来优化模型MELM中的输出权重和模型权重，同时采用变分贝叶斯的方法对模型中所有参数进行优化，获得一个紧致的预测模型，预测效果良好，不仅具有超强的鲁棒性能，可以避免预先确定MoG中单个高斯分布的数量，并且在给定模型参数初始值的情况下可以自动获得模型中所有参数的概率分布。
-
公开(公告)号：CN114094556B
公开(公告)日：2022-09-20
申请号：CN202111312750.9
申请日：2021-11-08
Applicant: 中南大学
Abstract: 本申请公开了一种适用于多IGBT并联的动态均流缓冲电路，该电路包括：多个并联的IGBT管；所有相邻的两个IGBT管中的第一IGBT管集电极如果连接所述缓冲电阻，则所述相邻的两个IGBT管中的第二IGBT管的集电极则连接所述缓冲电感；所述第一IGBT管的发射极如果连接所述缓冲电感，则所述第二IGBT管的发射极则连接所述缓冲电阻；所有相邻的两个IGBT管的集电极之间连接有第一互连电感；所有相邻的两个IGBT管的发射极之间连接有第二互连电感。通过本申请解决了现有技术的IGBT并联中所产生问题中的至少之一，从在保证IGBT安全稳定运行，同时不需要复杂的电路结构和控制算法，还能避免产生门极环流，抑制开通振荡和过电流，降低IGBT在瞬态的电流不均衡度。
-
公开(公告)号：CN113437863A
公开(公告)日：2021-09-24
申请号：CN202110462781.6
申请日：2021-04-28
Applicant: 中南大学
IPC: H02M1/34
Abstract: 本发明公开了一种并联IGBT动态均流缓冲电路，包括两个IGBT管Q1和Q2以及缓冲电路部分，所述缓冲电路部分包括缓冲电感L1和L2、缓冲电阻R1和R2、互连二极管D3和D4以及互连电感L3和L4。该动态均流缓冲电路中由R2、D4、L4、L2、L1、L3、D3、R1构成的上下缓冲电路之间通过有机配合，可自动实现并联IGBT的动态均流功能，并保证每个IGBT安全稳定运行，同时能够缩短电流拖尾时间，还能避免产生瞬态的开通振荡和门极环流问题，且该电路结构简单，软硬件成本较低。
-
公开(公告)号：CN113433027A
公开(公告)日：2021-09-24
申请号：CN202110721787.0
申请日：2021-06-28
Applicant: 中南大学
IPC: G01N5/04 , G01R31/392 , G01R31/378
Abstract: 本发明属于锂离子电池的生产技术领域，具体涉及一种锂离子电池材料的性能预测方法。该方法包括：通过将电池材料制备成扣式电池，对扣式电池以4.8V恒压充电，充电完成后将电池拆解，所有组件置于有机溶液中浸泡，取出所有组件得到溶液，将溶液进行ICP测试，得到极片的主元素溶出数据，并以上述扣式电池在常压进行多次充放电，进行相同处理后获得常规测试后的主元素溶出数据，对比两组溶出数据建立对应关系，即可根据对应关系采用4.8V恒压充电一次并检测主元素溶出量预测电池材料性能。该方法测试时间短，减少了人力物力的消耗。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.017 seconds)
