-
公开(公告)号：CN102981549B
公开(公告)日：2014-07-02
申请号：CN201210514640.5
申请日：2012-12-05
Applicant: 上海交通大学
CPC classification number: Y02E10/58
Abstract: 本发明提供一种光伏最大功率点实时跟踪预测控制方法，S1，建立环境因子与光伏控制器中光伏最大功率点函数模型，并建立对环境因子与光伏控制器中光伏最大功率点函数模型中的实时输出电流进行控制的光伏控制器输出电流和电压的数学模型；S2，建立光伏变换器建立数学模型、状态空间模型，为控制输出电流的光伏变换器建立约束条件；S3，建立实时跟踪预测的目标函数，并建立用于确定目标函数的性能指标；S4，将所述目标函数在所述约束条件下求解，获得用于跟踪光伏最大功率点的最优控制序列。本发明可以实现光伏系统在迅速变化的外部环境条件下实时的模型预测控制，从而提高了对最大功率点的预测和跟踪能力。
-
公开(公告)号：CN103472732A
公开(公告)日：2013-12-25
申请号：CN201310450988.7
申请日：2013-09-27
Applicant: 上海交通大学
IPC: G05B13/04
Abstract: 本发明提供一种改进的基于马氏距离的多变量控制器性能监控方法，包括以下步骤：采集由控制器控制的被控系统的测量变量参数，根据变量参数建立MEWMA模型，根据建立的MEWMA模型定义同时为测量的变量参数在主元空间和残差空间的综合性能指标和综合性能指标的控制限采集被控系统的测量变量实时参数，带入所述MEWMA模型，并计算被控系统当前综合性能指标，进而通过比较当前综合性能指标与控制限的大小判断当前控制器性能。本发明可以实现监测控制过程测量变量微小偏移的目的，提高了控制器性能监控有效性和实时性。该方法适用于工业过程控制等多变量控制系统的控制器性能监控。
-
公开(公告)号：CN101364277B
公开(公告)日：2010-07-21
申请号：CN200810041925.5
申请日：2008-08-21
Applicant: 上海交通大学
IPC: G06N7/02
Abstract: 本发明公开一种智能信息处理技术领域基于区间II型模糊集的T-S模糊模型的建模系统，其中：输入模块负责采集实际工业过程中输入输出数据，组成样本作为系统输入，所获得的数据样本输入到数据归类模块，数据归类模块将数据样本进行分类，得到若干个I型模糊集以及数据样本的隶属度矩阵，并分别输入模型前件数据处理模块和模型后件数据处理模块，模型前件数据处理模块将I型模糊集扩展成区间II型模糊集，模型后件数据处理模块将后件线性多项式中的系数扩展成为区间I型模糊集，这些模型参数通过输出模块输出。本发明提高了模型准确度，减少了建模过程中的计算量，且便于与各种控制方法相结合。
-
公开(公告)号：CN114677498B
公开(公告)日：2025-03-28
申请号：CN202210220243.0
申请日：2022-03-08
Applicant: 上海交通大学
Abstract: 本发明提供一种旋转目标检测方法、存储介质及电子设备，所述方法包括：基于旋转目标检测的数据集确定锚框；通过第一神经网络和所述锚框生成待检测物体的检测框，并预测所述检测框的四个顶点坐标；通过第二神经网络预测所述检测框的中心坐标和类别；对所述检测框和所述检测框的四个顶点坐标进行矩形约束修正，生成第一修正矩形框；基于预测的所述中心坐标对所述第一修正矩形框的位置进行修正，生成第二修正矩形框；根据所述第二修正矩形框的坐标输出所述待检测物体的旋转角本发明可以有效解决现有技术中难以准确预测旋转目标方向角的技术问题，有效解决旋转目标检测问题。
-
公开(公告)号：CN112949154A
公开(公告)日：2021-06-11
申请号：CN202110296370.4
申请日：2021-03-19
Applicant: 上海交通大学
Abstract: 本发明提供一种并行异步粒子群优化方法、系统及电子设备，所述并行异步粒子群优化方法包括：为将待优化的目标建立适应度函数，用于衡量决策变量；将粒子团分组，并随机初始化各粒子组中粒子的初始位置、最优值及多样性的寻优参数；为各粒子组建立信息共享机制，用于共享各粒子组的最优值；将各粒子组布置到不同CPU核上进行分布式并行迭代计算，并根据信息共享机制对粒子团的历史最优值进行异步更新；当全局迭代次数大于等于迭代次数阈值时，结束各粒子组的迭代更新，输出粒子团的最优值作为最终优化结果。本发明同传统粒子群算法相比，提高了算法的寻优性能及鲁棒性，降低了算法计算量，提升了算法运算效率，可以适用于各复杂的优化场景。
-
Patent Agency Ranking
公开(公告)号：CN107341349B
公开(公告)日：2020-04-14
申请号：CN201710522283.X
申请日：2017-06-30
Applicant: 上海交通大学
Abstract: 本发明提供一种风机健康评估的方法、系统、存储器及控制器，所述包括：获取风机正常运行时的历史数据并形成风机运行时的工况特征向量；对风机历史运行工况进行划分；识别工况类别，根据工况类别利用状态特征向量构建在线评估风机健康的基准模型；将当前时刻的工况特征向量输入预设训练模型，得到当前时刻风机运行工况分别属于每种工况的工况类别概率并计算当前时刻状态特征向量与每种工况下基准模型的马氏距离；获取工况类别概率与距离每种工况下基准模型的马氏距离的加权平均值并将加权平均值转化为健康指标用以描述当前时刻风机运行状态偏离正常运行时的程度。本发明可提前识别风机故障发生前的劣化过程，准确评估风机运行时健康状态变化。
-
公开(公告)号：CN110378541A
公开(公告)日：2019-10-25
申请号：CN201910728299.5
申请日：2019-08-08
Applicant: 上海交通大学
Abstract: 本发明公开了一种风功率短期多步预测方法及装置，该方法包括：对获取的一段时间内的历史风功率数据进行预处理，以得到历史风功率序列；以所述历史风功率序列对长短期记忆网络进行训练，得到预测模型；利用所述预测模型进行预测，得到预测的风功率数据；将预测的风功率数据加入到所述历史风功率序列中以得到新的风功率序列，根据新的风功率序列建立新的预测模型并预测新的风功率数据。本发明将预测的风功率数据加入到历史风功率序列中以得到新的风功率序列，根据新的风功率序列建立新的预测模型并预测新的风功率数据，提高了多步风功率预测的精度。
-
公开(公告)号：CN106152387B
公开(公告)日：2018-10-30
申请号：CN201510189743.2
申请日：2015-04-20
Applicant: 上海交通大学
IPC: F24F11/62
Abstract: 本发明提供一种用于室内热舒适度的检测方法，包括以下步骤：采集室内环境参数和人体热平衡参数，以PMV值作为测度，定义测量各参数对于热舒适度的灵敏度，根据各参数的灵敏度选取检测变量；对各检测变量在其论域范围内分别设置符合其物理意义的划分，同时根据所述论域范围下的关联规则提取模糊规则；根据选取的检测变量和提取的模糊规则建立室内热舒适度的递阶结构模糊自适应模型，并对递阶结构模糊自适应模型中的每一层子模型采用神经网络进行训练，直到满足预设条件。本发明能够达到更加及时准确地检测当前环境下热舒适度情况的目的，并且能够根据环境变化做出合理的调整，本发明在降低模型复杂度和规则数方面效果明显，具有很强的实用性。
-
公开(公告)号：CN108647485A
公开(公告)日：2018-10-12
申请号：CN201810478693.3
申请日：2018-05-18
Applicant: 上海交通大学
IPC: G06F19/00
Abstract: 一种流化催化裂化催化剂积碳测量方法、系统、介质及设备，包括：获取流化催化裂化生产工艺中反应-再生系统的原始生产数据，对原始生产数据进行处理获得建模数据；机理分析建模数据得到软测量辅助变量，对软测量辅助变量深度学习，据以构建测量机理模型；根据机理分析选取经验变量信息，对经验变量信息进行特征抽象组合和回归分析得经验建模数据，结合经验建模数据与测量机理模型的输入输出信息构建软测量经验模型；融合测量机理模型与软测量经验模型，根据测量机理模型与软测量经验模型混合建模，根据预设性能评估指标得到对流化催化裂化中催化剂积碳含量进行实时测量的软测量器，本发明解决了流化催化裂化中催化剂积碳含量测量精度不高的问题。
-
公开(公告)号：CN107191328A
公开(公告)日：2017-09-22
申请号：CN201710501186.2
申请日：2017-06-27
Applicant: 上海交通大学
IPC: F03D7/00
CPC classification number: Y02E10/723 , F03D7/00 , F05B2270/1033 , F05B2270/328 , F05B2270/404 , F05B2270/70
Abstract: 本发明提供一种风机多模型预测控制方法、系统、存储器及控制器，所述风机多模型预测控制方法包括：获取风机在各风速点的线性化模型并根据间隙度量获取各风速点的线性化模型之间的动态差异；根据所述动态差异划分风速区间并建立所述风速区间的由对应风速的线性化模型形成的线性化模型集；根据所述风速区间的线性化模型集获取每个风速区间用于风机控制的预测控制器的最优控制输入；根据各线性化模型间的切换规则调用相应的预测控制器获取实时最优控制输入。本发明可以实现风机系统的全工况控制，特别是根据间隙度量建立了完备、低冗余的线性模型集，从而提高了风机系统的多模型预测控制效果，适用于独立式、分布式或并网的风电机组的全工况控制。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.023 seconds)
