-
公开(公告)号:CN119828738A
公开(公告)日:2025-04-15
申请号:CN202411777628.2
申请日:2024-12-05
Applicant: 哈尔滨理工大学
IPC: G05D1/485 , B63C11/52 , G05D101/10
Abstract: 本申请提供了AUV能量优化的方法、系统、电子设备及存储介质,包括:对预设的自主水下航行器AUV运动学模型以及AUV动力学模型进行离散处理,获取AUV误差动力学模型;根据预设的状态空间中的零路径误差流行以及所述AUV误差动力学模型,获取期望路径以及状态变量;根据所述期望路径中每一单位步长的状态变量,获取对应的能量消耗;获取所述待优化AUV的实时洋流干扰数据,并根据所述洋流干扰数据拟合所述待优化AUV的实时航行速度;根据预设的LO‑MOMPC确定所述待优化AUV优化过程中的多个优化目标的优先级;根据所述优先级获取所述多个优化目标的收敛条件,并根据所述收敛条件对所述待优化AUV进行能量优化。
-
公开(公告)号:CN119806194A
公开(公告)日:2025-04-11
申请号:CN202411778128.0
申请日:2024-12-05
Applicant: 哈尔滨理工大学
IPC: G05D1/485 , G05D101/10
Abstract: 本申请提供了基于SOC状态的AUV能效优化的方法和系统,包括:获取待优化AUV的状态参数,根据所述状态参数获取所述待优化AUV的规划路径,根据所述SOC状态和所述规划路径获取所述AUV的功率输出;根据待优化AUV所处位置的海洋地形数据,根据所述海洋地形数据建立三维海底模型,将预设的洋流速度场模型加载到所述三维海底模型,获取对应的水下环境约束;通过人工势场法APF在所述三维海底模型中构建吸引势场和排斥势场,获取已改进三维海底模型,通过改进蝗虫算法GOA在所述改进三维海底模型中获取所述待优化AUV的参考路径;根据所述状态参数、SOC状态、水下环境约束以及参考路径进行能效优化。
-
公开(公告)号:CN119493026A
公开(公告)日:2025-02-21
申请号:CN202411777787.2
申请日:2024-12-05
Applicant: 哈尔滨理工大学
IPC: G01R31/382 , G01R31/367
Abstract: 本申请提供了电池SOC预测的方法、系统、电子设备及存储介质,包括:获取待预测电池已使用时间段的电池数据,并对所述电池数据进行短时傅里叶变换STFT,获取时间频域特征;通过已训练卷积神经网络CNN对所述时间频域特征进行处理,获取所述已使用时间段的下一时刻的预测电压;通过无迹卡尔曼滤波器UKF对所述预测电压进行处理,获取作为最终预测结果的预测SOC。将已训练神经网络CNN融合到UKF中,实现数据的融合计算,可以精准预测处于低温、高压的深海环境下的用电设备的SOC。
-
-