-
公开(公告)号：CN115689070A
公开(公告)日：2023-02-03
申请号：CN202310000659.6
申请日：2023-01-03
Applicant: 南昌工程学院
Abstract: 本发明涉及一种基于帝王蝶算法优化BP神经网络模型的能源预测方法，该方法针对能源消费总量及其影响因素的数据建立BP神经网络模型；通过归一化函数将所有数据归一化消除量纲影响；并通过帝王蝶算法对确定BP神经网络模型的初始权重、初始阈值；将最终得到的初始权重、初始阈值代回BP神经网络模型对测试集的能源消费总量进行预测。本发明将帝王蝶算法应用到BP神经网络模型中，降低了单一BP神经网络模型预测的随机性，缩小了预测误差范围，也提高了BP神经网络模型的预测精度，其方法相对简单，预测效果更优。
-
公开(公告)号：CN115687952A
公开(公告)日：2023-02-03
申请号：CN202310000630.8
申请日：2023-01-03
Applicant: 南昌工程学院
Abstract: 发明公开了一种基于黎曼流形聚类的配电网线变关系辨识方法及装置，该方法将电压时间序列划分为多个电压时间子序列，每个电压时间子序列的所有点的特征向量组成电压时间子序列的特征矩阵；电压时间序列之间的距离由电压时间子序列之间的平均距离计算；以不同配变的电压时间序列的特征矩阵作为数据集进行黎曼流形聚类；通过对聚类结果的分析以实现错误配变的检测。本发明使用了大数据挖掘中的思想，有效解决了传统辨识方法中存在的校核阈值难以确定以及多特征量校核时的特征量选取困难的问题。
-
公开(公告)号：CN108471248B
公开(公告)日：2019-10-01
申请号：CN201810301390.4
申请日：2018-04-04
Applicant: 南昌工程学院
IPC: H02M7/483
Abstract: 本发明公开了一种基于α'‑β'坐标的星形级联逆变器空间矢量调制方法，针对空间矢量调制算法随着级联单元增加，基本矢量大大增加，存在大量的冗余开关状态矢量，开关状态矢量的选择及其作用时间计算极为复杂等问题，本发明基于α'‑β'坐标系，利用星形连接级联多电平逆变器基本矢量的横坐标、纵坐标、横坐标与纵坐标之和分别对应三相逆变器的三个线电压矢量，以及星形连接三相逆变器的相电压与线电压的关系，采用n个H桥级联的逆变器输出的线电压信号直接控制2n个H桥级联的逆变器的相电压。该方法不需要计算基本矢量对应各相的开关状态信号，不存在计算大量的冗余开关状态矢量，大大简化了级联多电平逆变器空间矢量调制方法。
-
公开(公告)号：CN106756207B
公开(公告)日：2019-01-04
申请号：CN201611087235.4
申请日：2016-12-01
Applicant: 南昌工程学院 , 江西省科学院应用物理研究所
Abstract: 一种高强高导形变Cu‑Cr‑Ag原位复合材料的短流程制备方法，其步骤如下：（1）采用中频感应熔炼结合石墨模浇注的方法熔铸Cu‑Cr‑Ag三元合金铸锭；（2）将铸锭放入区域熔炼‑定向凝固炉中进行定向凝固处理，使Cr枝晶沿轴向形成定向排列的微纳米级纤维；（3）对经定向凝固处理的材料进行多道次冷拉变形，使在定向凝固过程中形成的微纳米级纤维进一步细化成纳米级纤维；（4）采用最终时效热处理对材料的强度、电导率和延伸率等进行综合调控。本发明通过铸态组织控制形成连续的定向排列微纳米级纤维，结合冷拉变形、合金化和最终时效热处理，缩短了制备工艺流程，减少了冷变形应变量，显著增加了最终材料的尺寸，并使最终材料获得稳定和良好的使用综合性能，可拓宽形变Cu基原位复合材料在高新技术领域的应用范围。
-
公开(公告)号：CN107276448A
公开(公告)日：2017-10-20
申请号：CN201710654292.4
申请日：2017-08-02
Applicant: 南昌工程学院
IPC: H02M7/5387 , H02M7/483
CPC classification number: H02M7/5387 , H02M7/483 , H02M2001/007 , H02M2001/0077
Abstract: 本发明公开了一种基于移相空间矢量调制方法的H桥级联多电平逆变器，包括逆变器本体以及控制器；控制器用于向逆变器本体中的功率开关发送PWM脉冲；逆变器本体包括3n个H桥单元，n为每一相H桥的串联级数；A、B、C三相中，每一相具有n个串联的H桥，串联是指n个H桥的输出侧串联；串联的H桥交流端的一端接A或B或C端，另一端接N点；每一个H桥的输入侧接直流电源，H桥的功率开关由PWM脉冲驱动；控制器基于移相空间矢量调制方法形成所述的PWM信号。本逆变器驱动简单，易于实施。
-
Patent Agency Ranking
公开(公告)号：CN106849306A
公开(公告)日：2017-06-13
申请号：CN201710144102.4
申请日：2017-03-10
Applicant: 南昌工程学院
IPC: H02J7/14
CPC classification number: H02J7/1492
Abstract: 本发明公开了一种用于列车的自供电电源，包括控制器、蓄电池和至少一条自发电供电支路；每一条自发电供电支路包括依次串联的发电模块、整流器和DC/DC变换单元；发电模块与车轴相连，由车轴的驱动产生交流电；DC/DC变换单元的输出端和蓄电池均与直流母线相接；直流母线为控制器供电；DC/DC变换单元受控于控制器。该用于列车的自供电电源结构紧凑，易于实施，无需外接电源即可为列车的负载供电。
-
公开(公告)号：CN119441743B
公开(公告)日：2025-05-13
申请号：CN202510028699.0
申请日：2025-01-08
IPC: G06F18/10 , G06N3/006 , G06F18/2131
Abstract: 本发明公开了一种变压器声纹信号去噪方法，包括如下步骤：使用声音采集装置采集变压器声纹信号；采用改进山猫优化算法对时变滤波经验模态分解的带宽阈值和B样条阶数进行优化，再使用优化后的时变滤波经验模态分解将采集到的变压器声纹信号分解成本征模态函数；采用滑动窗对本征模态函数进行分段截取，并且将截取后的本征模态函数构建成三阶信号张量；将构建的三阶信号张量输入贝叶斯高斯张量分解模型中进行分解重构，再根据张量构造逆过程将重构后的三阶信号张量还原成一维向量；本发明运用改进后的山猫优化算法优化时变滤波经验模态分解的参数，避免了分解时的混叠现象。
-
公开(公告)号：CN118998005B
公开(公告)日：2025-03-07
申请号：CN202411484598.6
申请日：2024-10-23
Applicant: 南昌工程学院
IPC: F03D17/00 , G06N3/006 , G06N7/08 , G06F18/2411
Abstract: 本发明公开了一种基于声纹信号的风机叶片故障诊断方法，包括如下步骤：对风机叶片声纹信号进行采集，并进行滤波处理；通过完全集成经验模态分解方法将滤波处理后的声纹信号分解为多个本征模态函数；将本征模态函数转换为二维镜像雪花图，并进行归一化处理；通过改进红嘴蓝鹊优化算法对支持向量机内部惩罚参数以及核参数进行优化，得到IRBMO‑SVM模型；将归一化处理后的二维镜像雪花图输入IRBMO‑SVM模型中进行故障诊断；本发明采用改进红嘴蓝鹊优化算法优化支持向量机，提高了支持向量机计算效率，进而提高了对风机叶片的故障诊断精度。
-
公开(公告)号：CN119378555A
公开(公告)日：2025-01-28
申请号：CN202411961988.8
申请日：2024-12-30
Applicant: 南昌工程学院 , 南昌左宸科技有限公司
IPC: G06F40/295 , G06F40/242 , G06F40/126 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了基于可动态组合多头注意力的电力领域命名实体识别方法，包括如下步骤：构建LERoBERTa‑DCMHA模型，将采集的电力文本字词序列输入模型中，得到电力文本字词序列的字特征向量；根据词典组合与电力文本字词序列，进行电力词汇词向量训练，得到电力文本字词序列的词特征向量；将字特征向量与词特征向量进行特征融合，获得电力文本字词序列的特征向量；对电力文本字词序列的特征向量进行双向特征编码，得到输出状态序列；对输出状态序列进行标注概率排序，获得最终的实体识别结果；本发明通过添加可动态组合多头注意力和卷积池化层TextCNN至预训练语言模型中，提高了模型命名实体识别的性能和准确度。
-
公开(公告)号：CN118378759B
公开(公告)日：2024-09-13
申请号：CN202410806199.0
申请日：2024-06-21
Applicant: 南昌工程学院
Abstract: 本发明公开了一种基于逆向云场景聚类的风电功率区间预测方法及系统，该方法通过获取风电功率的相关气象影响因子数据、风电功率预测数据以及与实际值的误差序列；对相关气象影响因子数据进行融合降维并进行聚类；基于风电功率预测数据使用自适应带宽核密度估计构建功率预测区间；根据三维云向量特征的聚类结果对每种类型赋予不同的修正权重并使用改进的MODBO算法对修正权重进行优化；使用优化后的修正权重通过自适应带宽核密度估计重新构建误差修正后的功率预测区间。本发明可提高区间预测的质量，解决当前区间预测方案无法兼顾多种风电功率预测误差的复杂场景，且覆盖率不足，区间宽度过大的问题。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.037 seconds)
