公开(公告)号：CN104833852A

公开(公告)日：2015-08-12

申请号：CN201510236055.7

申请日：2015-05-11

Applicant: 重庆大学

Inventor： 魏善碧 ,  柴毅 ,  陈淳 ,  邓萍 ,  罗宇 ,  周展

IPC: G01R23/16

Abstract: 本发明公开了一种基于人工神经网络的电力信号的谐波参数估计方法，属于电力系统领域。该方法包括以下步骤：一：获取目标信号；二：确定滤波目标信号特征；三：初始化神经网络，并根据获取的目标信号建立离散信号模型；四：对神经网络的相应函数和参数进行选取，根据人工神经网络方法的递推规则，得到人工神经网络的离散算法公式；五：将离散目标信号输入到神经网络的输入层，对离散目标信号进行滤波和参数估计，得到相应的电力信号参数。由于人工神经网络具有很强的自适应和学习能力，鲁棒性和容错能力，从而可以代替复杂耗时的传统算法，使得处理过程更接近于人类思维活动。利用神经网络的高度并行运算能力，则保证了此方法在线应用实时性。

公开(公告)号：CN104833777A

公开(公告)日：2015-08-12

申请号：CN201510237367.X

申请日：2015-05-11

Applicant: 重庆大学

Inventor： 魏善碧 ,  柴毅 ,  周展 ,  邓萍 ,  唐健 ,  罗宇

IPC: G01N33/00

Abstract: 本发明公开了一种基于物联网与移动机器人的气体传感器在线漂移校正方法。属于传感器漂移校正领域；该方法的具体步骤如下，步骤一：传感器节点布置与组网；步骤二：确定移动机器人遍历所有节点的路线，并实施；步骤三：设定多个时间窗，得到残差矩阵和漂移成分矩阵；步骤四：将前一个时间窗的两个矩阵按一定权重校正当前时间窗的数据；五：完成传感器漂移的在线校正。采用本发明所述的校正方法，可以实现气体传感器在线漂移补偿，提高了无线传感器网络的可靠性，延长系统的使用寿命。

公开(公告)号：CN103995180B

公开(公告)日：2017-05-03

申请号：CN201410260871.7

申请日：2014-06-13

Applicant: 重庆大学

Inventor： 魏善碧 ,  柴毅 ,  周展 ,  陈淳 ,  张利果 ,  王诗年

IPC: G01R23/02

Abstract: 本发明提出了一种考虑不等式约束的电力系统频率估计方法。该方法的步骤如下：步骤一：获取滤波目标电力信号；步骤二：确定滤波目标电力信号特征；步骤三：针对滤波目标信号，建立滤波模型，相应的状态方程、观测方程、状态不等式约束条件，以及离散滤波目标信号；步骤四：对滤波模型线性化后，设计等式约束条件下的扩展卡尔曼滤波器；步骤五：根据在线采样时刻的状态是否满足不等式条件，选择不同的扩展卡尔曼滤波器；步骤六：通过界面输出信号。频率估计对现代电力系统有着重要的意义，而其约束带来的一些数值计算错误会影响估计效果，因此在扩展卡尔曼滤波器设计中加入不等式约束条件，提高滤波的频率估计效率和精度。

公开(公告)号：CN105930824A

公开(公告)日：2016-09-07

申请号：CN201610318214.2

申请日：2016-05-13

Applicant: 重庆大学

Inventor： 魏善碧 ,  柴毅 ,  何馨 ,  周展 ,  夏有田 ,  李晨

IPC: G06K9/00

Abstract: 本发明提供了一种针对无人天车钢卷完整抓取自动识别技术。通过将点激光测距三维重构识别技术和压敏传感技术相融合，来判断在钢卷的生产运送中，无人自动天车机械抓取臂是否已经完全抓取钢卷，如果已经完全抓取则发送信号通知无人自动天车可以进行吊起和运输，否则直接进行第二次抓取。相比于其他只靠位置信息来夹取钢卷的无人自动天车系统，此项发明有效地提高了钢卷抓取完全的准确率，防止了因抓取不完整而产生的安全隐患，为生产安全作出保障并提高了生产效率。

公开(公告)号：CN104808090A

公开(公告)日：2015-07-29

申请号：CN201510237346.8

申请日：2015-05-11

Applicant: 重庆大学

Inventor： 魏善碧 ,  柴毅 ,  陈淳 ,  邓萍 ,  罗宇 ,  周展

IPC: G01R31/00

Abstract: 本发明公开了一种基于改进实数型强跟踪滤波器(RSTF)的电力系统失真信号的参数估计方法，属于电力系统领域。该方法包括：步骤一：获取目标信号；步骤二：确定目标信号特征；步骤三：针对目标信号，建立滤波模型，此模型为连续三次采样正弦波电压的等式关系模型；步骤四：根据RSTF递推规则，得到RSTF的离散算法公式；步骤五：采用遗传算法对RSTF的参数设置进行在线优化求解，之后对离散目标信号进行滤波和参数估计。因为采用连续三次采样正弦波电压的等式关系模型，使得算法成为隐式双层滤波，提高了滤波能力。而RSTF的自适应和鲁棒性等，保证了此方法在线应用的实时性和有效性。另外，遗传算法优化了算法参数的求解，从而可以进一步提高算法的跟踪能力。

公开(公告)号：CN104795819A

公开(公告)日：2015-07-22

申请号：CN201510238105.5

申请日：2015-05-11

Applicant: 重庆大学

Inventor： 魏善碧 ,  柴毅 ,  邓萍 ,  陈淳 ,  罗宇 ,  周展

IPC: H02J3/00 ,  G06F19/00

Abstract: 本发明公开了一种基于强跟踪集员估计的电力系统状态估计方法，包括以下步骤：获取滤波目标信号，提取滤波目标信号特征；建立连续三次采样正弦波电压的等式关系模型，从而得到相应的状态方程、观测方程，以及离散滤波目标信号；根据集员估计算法递推规则，采用最优定界椭球估计算法，得到集员估计的离散算法公式；引入强跟踪的思想，改进扩展集员估计算法，对离散滤波目标信号进行滤波和状态估计，并考虑电力信号参数突变时相应的状态估计结果。本发明引入有效的扩展集员估计算法进行状态估计，解决了在不确定噪声分布特性条件下的状态估计问题。提出的强跟踪扩展集员估计算法，提高了电力系统中幅值和频率等电气参数突变的工况的跟踪能力。