-
公开(公告)号：CN113359711B
公开(公告)日：2022-09-20
申请号：CN202110562622.3
申请日：2021-05-21
Applicant: 杭州电子科技大学 , 杭电(海宁)信息科技研究院有限公司
IPC: G05D1/02
Abstract: 本发明公开了一种具有未知信息的多智能车系统分布式自触发控制方法。本发明首先建立多智能车系统的动力学方程，智能车的通讯拓扑关系用无向连通图表示；其次设计控制器，使控制器的控制输入仅交互智能车的位置信息而不再交互智能车的速度信息并设计合适的自触发条件函数；然后证明系统的稳定性并证明智能车控制器的控制输入更新时刻可事先确定；最后将所设计的控制器的控制输入以及自触发条件函数导入每一辆智能车，通过建立通信拓扑连通图实现各个智能车的分布式信息交互。本发明中的多智能车系统不再交互速度信息，而是仅通过位置信息交互使系统达到状态同步，应用自触发控制，使系统不需要实时对触发条件进行检测和判断，从而减少通讯代价。
-
公开(公告)号：CN115047762A
公开(公告)日：2022-09-13
申请号：CN202210584912.2
申请日：2022-05-27
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于自主动态编队的环境检测方法，包括如下步骤：S1、确定多智能体系统集合，记智能小车总数为n，建立多智能体系统的通信网络拓扑图G；S2、在动局部坐标系下构建智能小车系统模型：S3、针对领导者小车加速度的情况，设计不依赖于领导者小车加速度的编队控制协议；S4、将设计的编队控制协议通过编程写入每一个智能小车，并通过建立的通信拓扑图G实现智能小车间的分布式信息交互，构建紧凑形式的闭环系统，实现给定的编队控制；S5、由领导者小车通过控制自身加速度,带动多智能体编队，进行自主覆盖，完成任务环境的覆盖与检测作业。该方法，提高了检测精度，减少了每个智能小车对配备设备和数据处理的能力需求，从而减少成本。
-
公开(公告)号：CN112180734B
公开(公告)日：2022-06-10
申请号：CN202011102462.6
申请日：2020-10-15
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于分布式自适应事件触发的多智能体一致性方法。本发明对现有方法进行了改进，包括：1）精简多智能体控制系统控制器协议的更新步骤；2）每个智能体只在自己的触发时刻更新，有效的降低了事件触发控制的更新频率。3)考虑到多智能体控制系统中存在的不确定性因素的影响，提出基于事件触发的自适应控制策略来克服。本发明无需进行复杂的指数运算以及获取全局坐标信息并进行复杂的数据融合操作，事件的触发相对独立，仅仅依赖于自身的触发时刻以及邻节点的相对状态。同时自适应参数估计方法的引入实现了多智能体控制系统参数的自估计与自优化，克服了多智能体控制系统设计时参数估计对全局信息不确定性依赖的缺点。
-
公开(公告)号：CN113325843B
公开(公告)日：2022-03-18
申请号：CN202110556830.2
申请日：2021-05-21
Applicant: 杭州电子科技大学 , 杭电(海宁)信息科技研究院有限公司
IPC: G05D1/02
Abstract: 本发明涉及一种多智能体的覆盖与污染检测方法。本发明通过一组携带便携式环境综合检测报警仪的IMU独轮机器人最优地覆盖检测目标区域。通过该智能体定义一个虚拟质心，使用一个控制器来确保虚拟质心渐近地与Voronoi分区质心重合，使智能体绕Voronoi分区质心旋转运动，来增加单个智能体动态覆盖的面积，实现对目标区域的高效覆盖，当出现挥发性有机物时，便携式环境综合检测报警仪实现污染报警功能。
-
公开(公告)号：CN111555596B
公开(公告)日：2021-05-07
申请号：CN202010345988.0
申请日：2020-04-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种具有可调负压的SiC MOSFET栅极串扰抑制驱动电路，第一电容与第一稳压管并联后的前端与前级的图腾柱信号放大电路T1，T2输出端连接，第一电容与第一稳压管的后端与第一二极管的正极、第二电阻、第三电阻的前端和第一n‑mos管的源极连接，第一二极管的负极通过第二电容、第一电阻的并联电路与接地端、第四电阻的后端连接，第二电阻的后端与第二二极管的负极连接，第一n‑mos管的漏极与第二n‑mos管的漏极连接，第一n‑mos管和第二n‑mos管的栅极通过第四电阻与接地端连接，第二二极管的正极、第三电阻的后端、第二n‑mos管的源极与第五电阻的前端、SiC MOSFET的栅极连接，第五电阻的后端与接地端连接。
-
Patent Agency Ranking
公开(公告)号：CN119209807A
公开(公告)日：2024-12-27
申请号：CN202411268773.8
申请日：2024-09-11
Applicant: 杭州电子科技大学 , 杭电(海宁)信息科技研究院有限公司
IPC: H02J7/00
Abstract: 本发明公开了一种混合型电池组主动均衡方法，包括如下步骤：对于组内均衡，将n个单体电池串联，并在每两个电池之间连接一个双向Cuk均衡器；构建由n个单体电池组成的串联电池组的平衡系统模型：步骤A‑3、通过平衡系统模型得到下一时刻的SOC状态；对于组件均衡，将n个单体电池串联得到电池组，每一个电池组一侧并联一个的双向Cuk变换器；获得第i个电池组的下一时刻的SOC变化过程；最后以(k+1)时刻的单体电池的SOC为均衡目标通过双向Cuk均衡器实现组内均衡，同时，以(k+1)时刻的电池组的SOC为均衡目标通过双向Cuk变换器和开关选择模块实现组间均衡。该方法极大的提高了均衡效率。
-
公开(公告)号：CN111738343B
公开(公告)日：2024-07-26
申请号：CN202010589985.1
申请日：2020-06-24
Applicant: 杭州电子科技大学
IPC: G06V10/80 , G06V10/774 , G06V10/764 , G06N20/20 , G06N3/0895
Abstract: 本发明公开了基于半监督学习进行图像标注方法，针对不同类别的样本设计不同的分类器，利用已经标注好的部分样本来训练分类器，并且对不同分类器的结果进行投票，选择出准确率最高的类别，从而对未知样本进行标注。并且为了降低错误分类带来的影响，将分类器得到的每一个类别中的样本与标注的相应类别中的样本进行随机线性混合操作，使得错误分类的结果中也含有对应类别的特征，为半监督学习用于深度学习以及机器学习领域提供了新的思路。
-
公开(公告)号：CN114268155B
公开(公告)日：2024-05-31
申请号：CN202111617477.0
申请日：2021-12-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种考虑电池不一致性的电池储能系统功率分配方法，本发明考虑电池最大可释放功率和充电功率，通过给储能变换器提供电池当前可释放的最大功率可防止某些电池过充过放，特别在温度差异较大时，电池可释放功率变化极大，在某一时刻电池SOC达到一致时功率均分，但某一电池所释放的功率超出自身限制，损害电池，严重危害到系统健康。本发明实现多电池储能系统之间的SOP均衡控制可以确保电池储能系统同时退出微电网。防止某个电池储能系统的SOP达到限制而提前退出微电网，当剩余电池储能系统的容量不足以支撑整个系统时导致系统的崩溃。
-
公开(公告)号：CN116047339A
公开(公告)日：2023-05-02
申请号：CN202310057607.2
申请日：2023-01-13
Applicant: 杭州电子科技大学
IPC: G01R31/388 , G01R31/389 , G01R31/367 , G01R31/396
Abstract: 本发明公开了一种基于热电耦合模型的锂离子电池组SOC估计方法及装置。本发明首先确立电池组特性；其次对电池组进行建模；然后进行电池组模型参数辨识；最后进行电池组SOC的估计；本发明提出平均模型部分采用热电耦合模型结构，进而考虑电池组工作温度变化带来的影响；采用双时间尺度分别估计平均模型和差异模型，能够降低差异模型的估算频率，进而减小系统计算量；在此基础上结合了重要电池法，监测组内各单体电池电量，某电池电量较高/低时，设置电量提醒，避免组内电池过充/放等问题。
-
公开(公告)号：CN115792637A
公开(公告)日：2023-03-14
申请号：CN202211582119.5
申请日：2022-12-09
Applicant: 杭州电子科技大学
IPC: G01R31/367 , G06T7/00 , G06N3/08 , G06T7/11 , G06N3/0464 , G01R31/392 , G01R31/389 , G01J5/00 , H02J7/00
Abstract: 本发明公开了一种锂电池健康状态估算方法，利用锂电池使用过程中产生的外壳形变来预测剩余寿命，该方法以外壳形变角度来估计锂电池健康状态，并将锂电池的充电过程以及放电过程中主、俯、左三视图彩色图像作为输入，通过图像分割神经网络模型分割出图像中属于电池的像素点图像，与该电压状态下正常锂电池的像素点图像比对得出该锂电池是否存在异常，同时将分割出的图像作为深度卷积神经网络回归模型的输入，来预测当前状态下电池的电量，同时结合红外测温仪完成对锂电池温度的监测。使用充放电装置对锂电池进行曲线短时充电和段时放电操作，使用深度学习模型结合红外测温，从而实现锂电池健康状态的评估，对于锂电池健康状态预测具有重要的意义。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.027 seconds)
