-
公开(公告)号：CN119297028A
公开(公告)日：2025-01-10
申请号：CN202411684835.3
申请日：2024-11-22
Applicant: 桂林电子科技大学
IPC: H01H33/666 , H01H33/42 , H01H3/28
Abstract: 本发明公开了一种基于线圈型电磁驱动机构的快速机械开关，包括真空灭弧室、静触头、动触头、传动连杆、电磁驱动机构、放电电路、保持机构及缓冲机构，本发明提出的三线圈型电磁驱动机构，可以实现具有电磁缓冲功能的快速机械开关快速分合闸操作，在分闸动作末期，本发明的三线圈型电磁驱动机构还能够将电磁力用于抑制分闸反弹，减少分闸反弹位移和反弹时间，并可降低对保持机构在抑制分闸反弹时的瞬时出力要求，可以缩小缓冲机构和保持机构的体积，使得该类快速机械开关适用范围更广。
-
公开(公告)号：CN115877227A
公开(公告)日：2023-03-31
申请号：CN202211556892.4
申请日：2022-12-06
Applicant: 桂林电子科技大学
IPC: G01R31/382 , G01R31/367 , G01R31/378 , G06N3/006 , G06F17/11 , G06F17/16
Abstract: 本发明公开了一种基于协同辨识的改进中心差分粒子滤波的锂电池荷电状态估算方法，首先对电池模型进行扩展卡尔曼滤波‑粒子群协同参数辨识，得到锂离子电池模型参数；然后在粒子滤波算法中引进自适应中心差分卡尔曼滤波产生建议分布函数去更新观测信息；最后采用改进的粒子滤波ACDPF对锂离子电池的电池荷电状态进行预测。本发明同时提高了电池模型在高SOC区域和低SOC区域参数辨识的准确性，克服了单一参数辨识方法的局限性，发明的ACDPF的估算方法拥有比粒子滤波PF、中心差分粒子滤波CDPF更高的精度，特别是在低SOC区域依然保持很好的估算精度。
-
公开(公告)号：CN110457789B
公开(公告)日：2022-09-20
申请号：CN201910679116.5
申请日：2019-07-25
Applicant: 桂林电子科技大学
IPC: G06F30/20 , G01R31/392 , G01R31/367 , G06F119/04
Abstract: 本发明公开了一种基于改进粒子滤波与双指数衰退经验物理模型融合的锂离子电池剩余寿命预测方法。针对基于数据驱动的方法精度严重依赖于模型架构的完善准确程度问题，采用非线性最小二乘法对双指数模型进行参数辨识，运用仿真模拟与试验测量等方法对特定研究对象电池进行验证并优化经验模型；同时采用统计学相关系数理论改良重采样策略，利用路径相似性程度阈值重新修正粒子权重，舍弃掉状态平滑估计以解决标准PF算法中粒子退化问题。基于此，提出构建一套完整基于相关系数理论的改进粒子滤波算法与架构科学精准的参数辨识双指数衰退经验模型相融合的锂离子电池剩余寿命预测系统性研究方法，充分实现了电池健康管理的高精度和高时效性预测。
-
公开(公告)号：CN111994842A
公开(公告)日：2020-11-27
申请号：CN202010925206.0
申请日：2020-09-06
Applicant: 桂林电子科技大学
IPC: B66F11/00
Abstract: 本发明涉及桶装水辅助抬升技术领域，且公开了新型上水装置，包括底架，所述底架为中心横杆和中心横杆两端侧杆组成的工字型架，两个侧杆的上表面均安装有两个竖向设置的支撑杆，四个所述支撑杆的顶端固定安装有横向设置的连接框架，同一侧杆上的两个支撑杆之间滑动连接有升降板，两个所述升降板与连接框架之间均固定有电动推杆，两个升降板之间连接夹紧机构，两个升降板的中部均开设有安装空腔，且两个安装空腔内均固定有第二电机。本发明通过第一电机、夹紧机构、电动推杆以及第二电机等各个构件之间的相互配合，共同完成固定桶装水、传送桶装水、放置桶装水一系列动作，从而达到节省人力的目的。
-
公开(公告)号：CN110457789A
公开(公告)日：2019-11-15
申请号：CN201910679116.5
申请日：2019-07-25
Applicant: 桂林电子科技大学
IPC: G06F17/50 , G01R31/392 , G01R31/367
Abstract: 本发明公开了一种基于改进粒子滤波与双指数衰退经验物理模型融合的锂离子电池剩余寿命预测方法。针对基于数据驱动的方法精度严重依赖于模型架构的完善准确程度问题，采用非线性最小二乘法对双指数模型进行参数辨识，运用仿真模拟与试验测量等方法对特定研究对象电池进行验证并优化经验模型；同时采用统计学相关系数理论改良重采样策略，利用路径相似性程度阈值重新修正粒子权重，舍弃掉状态平滑估计以解决标准PF算法中粒子退化问题。基于此，提出构建一套完整基于相关系数理论的改进粒子滤波算法与架构科学精准的参数辨识双指数衰退经验模型相融合的锂离子电池剩余寿命预测系统性研究方法，充分实现了电池健康管理的高精度和高时效性预测。
-
Patent Agency Ranking
公开(公告)号：CN112314666B
公开(公告)日：2025-02-25
申请号：CN202011357458.4
申请日：2020-11-27
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种便用杀猪笼，所述第一挡板与所述第一连接块可拆卸连接，并位于所述第一连接块的顶部，所述第一连接块带动所述第一挡板向所述第一气缸的方向靠拢，从而抵持猪的两个后脚，对猪脚进行约束，两组所述第二支撑组件的一端分别贯穿所述第一支撑板，并均位于所述第一支撑板的下方，两组所述支撑组件收缩，使得所述第一横杆和所述第二横杆向下运动，对猪的身体进行约束，猪头进入所述第一框体和所述第二框体之间，从而对猪头也进行了约束，使得杀猪的过程中，不再需要人员对猪进行人工固定，所述第四气缸伸展，所述第四连接块带动所述刀片向猪头的底部运动，从而进行杀猪工作，整个过程不需要人工，节省了劳动力，操作简单，提高了效率。
-
公开(公告)号：CN119395528A
公开(公告)日：2025-02-07
申请号：CN202411532191.6
申请日：2024-10-30
Applicant: 桂林电子科技大学
IPC: G01R31/327 , G06N3/006 , G01R31/52
Abstract: 本发明公开了一种基于WTD‑VMD‑ZCD相位选择控制合闸的双电源低压电器试验系统及其使用方法。所述系统包括试验电压源回路、电容充放电回路、试验电流源回路和主控制模块，利用WTD算法对试验电压源产生的电压信号进行去噪重构，然后通过BKA算法对VMD的参数进行优化，将WTD去噪后的电压信号进行VMD分解，并将得到的IMF分量做相关性计算，选择相关性高于设定阈值的IMF分量作为去噪后的试验电压源信号，然后使用ZCD算法进行过零检测，通过选相分合闸进行试验电压源和试验电流源时序接通的逻辑控制，进而实现低压电器的试验。满足了低压电器在试验电源电参量和试验质量上的需求，实现了试验的精准控制，且成本低、系统搭建和操作简单易行。
-
公开(公告)号：CN119154127A
公开(公告)日：2024-12-17
申请号：CN202411160724.2
申请日：2024-08-22
Abstract: 本发明公开了一种智能箱式电力变压器，其结构包括底座、电压箱、柜门、金属盖，柜门合页安装于电压箱侧面，金属盖焊接在电压箱上端，电压箱焊接在底座上端，本发明中远程控制散发机构向上产生风力吹动，使风力从上方往四周的外壳板上流通，进而使外壳板与散发机构上方对外界温度进行隔绝，防止外壳板在外界暴晒后温度传递到内部，且风扇旋转后产生负压状态吸附空气往上吹动，进而部分风力被圆盘引导至支撑板内侧流通，其余风力穿过圆盘的圆形孔洞进入分隔板内部上方，使热量被均匀带动往外壳板位置流通，形成单向向外散热的效果，避免外界热量传导进入内部，防止热量徘徊在内部散热效果较差。
-
公开(公告)号：CN108872866B
公开(公告)日：2021-02-05
申请号：CN201810565223.0
申请日：2018-06-04
Applicant: 桂林电子科技大学
IPC: G01R31/388 , G01R31/367
Abstract: 本发明公开一种锂离子电池荷电状态动态评估与长效预测融合方法，首先利用扩展卡尔曼滤波法对锂离子电池的电池荷电状态进行评估，得到锂离子电池荷电状态SOCKEF；然后利用回声状态神经网络对锂离子电池的电池荷电状态进行预测，得到锂离子电池荷电状态SOCESN；最后对锂离子电池荷电状态SOCKEF和锂离子电池荷电状态SOCESN进行加权融合，得到最终锂离子电池的电池荷电状态SOC。本发明提高了现有电池SOC检测方法的适应性和评估精度，克服单一方法进行SOC动态评估的局限性，针对性的选取基于模型和数据驱动的融合方法，兼顾SOC检测评估动态实时性和长期长效预测的需求。
-
公开(公告)号：CN108804800A
公开(公告)日：2018-11-13
申请号：CN201810565231.5
申请日：2018-06-04
Applicant: 桂林电子科技大学
CPC classification number: G06F17/5009 , G06N3/0445
Abstract: 本发明公开一种基于回声状态网络的锂离子电池SOC直线预测方法，将k折交叉验证法应用于回声状态网络的多个不确定参数的优选过程，简化了寻找最优参数的过程，同时在寻找合适的训练集和测试集过程中，以一定的梯度差间距初选多个训练集和测试集训练和测试网络，根据训练和测试的误差大小，综合考虑选择出合理的训练集和测试集，确保在一定程度上使得网络具有较强的泛化能力，提升网络预测精度。此外，还采用带遗忘因子的递归最小二乘法训练回声状态网络，随后根据最新采集的电池数据，实时调整网络输出权值，确保网络的在线预测。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.026 seconds)
