-
公开(公告)号：CN111596691A
公开(公告)日：2020-08-28
申请号：CN202010648652.1
申请日：2020-07-07
Applicant: 福州大学
IPC: G05D1/10
Abstract: 本发明涉及一种基于人在回路的多机器人系统的决策建模与协同控制方法及系统，包括步骤：获取机器人执行任务后的输出信息值，选择机器人位置偏差信息作为人的决策信息；使用人的漂移扩散模型作为建模方法，根据人的决策信息对人的决策行为进行建模；设计人为决策任务，在机器人无法依赖自主控制系统完成任务的时候，执行人为决策任务，帮助机器人顺利完成任务。本发明将漂移扩散模型与基于零空间的行为控制方法相结合，提出人的漂扩散模型，通过速度-准确性准则得到相对应的决策阈值公式，该方法能够提高人的决策准确性。
-
公开(公告)号：CN111461058A
公开(公告)日：2020-07-28
申请号：CN202010303245.7
申请日：2020-04-17
Applicant: 福州大学
Abstract: 本申请提供了一种电力电子变换器故障的诊断方法和诊断系统。该方法包括：根据获取的包含多个子信号的电力电子变换器的信号建立与电力电子变换器的运行状态相匹配的样本库；从所述样本库获取作为训练数据的样本，通过所述样本对基于小脑模型神经网络算法的故障分类器进行训练，将通过故障识别率的训练后故障分类器植入用于诊断的DSP中；获取待诊断电力电子变换器的信号，对所述信号进行数据预处理后输入所述DSP中，根据所述DSP的处理结果判断所述待诊断电力电子变换器是否出现故障。本申请有效地减少了噪音等其他因素对单一状态信息的干扰，弥补了传统方法使用单故障样本信息的不可靠性和不确定性的缺点。
-
公开(公告)号：CN109828168A
公开(公告)日：2019-05-31
申请号：CN201910097620.4
申请日：2019-01-31
Applicant: 福州大学 , 科华恒盛股份有限公司
Abstract: 本发明涉及一致基于核密度估计的变换器故障诊断方法。通过基于mallat算法的三次B样条小波分析对采集得到数据进行预处理，得到带有故障特征的样本；通过KDE故障分类器，离线训练后选取故障分类器的较优参数，将训练样本中包含的正常情况与各类型故障情况准确划分，并将较优参数用于分类器网络，得出最优参数；将带有最优参数的分类器网络植入在线仿真中，做实时在线监测实际电路的故障诊断；选取完最优参数的分类器网络能够区分出已知故障类型样本和正常样本并且完成已知故障类型的故障定位，还能在发生未知类型故障的情况下，能够识别未知故障实现电路保护。本发明能更准确、更可靠的判断变换器的健康状况，也提高了变换器故障诊断的效率。
-
公开(公告)号：CN106385173B
公开(公告)日：2019-03-12
申请号：CN201611079375.7
申请日：2016-11-30
Applicant: 福州大学
Abstract: 本发明涉及一种三路正向电压输出单级无桥Cuk PFC变换器及其控制方法。相比于传统Cuk PFC变换器，该变换器完全消除了二极管整流桥，仅采用单个输入电感，电感利用率高，可实现可靠的三路正向电压输出，解决了Cuk拓扑的反向电压输出问题，且不存在各路的交叉影响。工作于DCM模式下，可使输入电流自然跟踪输入电压，实现单位功率因数，具有高效率、高功率密度、高可靠性的特点。
-
-
Patent Agency Ranking
公开(公告)号：CN107179694A
公开(公告)日：2017-09-19
申请号：CN201710537015.5
申请日：2017-07-04
Applicant: 福州大学 , 厦门科华恒盛股份有限公司
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明涉及一种并网逆变器Narendra自适应控制算法。针对电力电子的非线性特性，传统控制器性能有限，为进一步改善并网逆变器性能，采用Narendra自适应控制，以单电流环为架构，首先采样电网电压跟踪相位，以及电网电流进行反馈，通过选择合适的参考模型，使得输出达到理想效果。
-
公开(公告)号：CN107101972A
公开(公告)日：2017-08-29
申请号：CN201710371389.4
申请日：2017-05-24
Applicant: 福州大学
IPC: G01N21/359 , G01N1/28
Abstract: 本发明公开了一种近红外光谱快速鉴别三叶青产地的方法。由于三叶青近红外光谱数据还未完善，因此在其产地鉴别上，应对鉴别算法提出更高的要求，即在实现三叶产地鉴别的同时，还要能够有效地识别出其它或未知新产地的三叶青。针对这一问题，本文结合三叶青近红外光谱数据的特点，对算法共做了三方面改进：①从距离的角度估计样本的概率密度；②以训练样本可信度的方式计算带宽参数；③在未知新产地的识别上，提出一种基于训练集样本的概率密度函数的识别方法。本发明提出一种新的特征波长选择方法，其操作简单，通用性强，能够有效提高定量模型，稳健性与准确性。
-
公开(公告)号：CN104935159B
公开(公告)日：2017-06-06
申请号：CN201510332268.X
申请日：2015-06-16
Applicant: 福州大学
CPC classification number: Y02B70/126 , Y02P80/112
Abstract: 本发明涉及一种PFC电流断续模式的峰值电流控制方法，将交流市电整流后接至一Boost电路，将Boost电路的开关周期T、电感L以及输出参考电压Uref、输入电压Uin、输出电压Uo以及电感电流IL输入控制器中；控制器计算得到当前开关周期对应的电流峰值Ipeak，将Ipeak与IL相比较，并控制开关管的开关，使每个开关周期电感电流的峰值和此峰值曲线拟合。本发明适用于电感电流断续(DCM)时的情形，克服了DCM模式下较难使用峰值控制的问题，提高了功率因数，并且设计简单，易于实现。
-
公开(公告)号：CN120073703A
公开(公告)日：2025-05-30
申请号：CN202510221940.1
申请日：2025-02-27
Applicant: 福州大学
IPC: H02J3/00 , G06F18/2113 , G06F18/214 , G06Q50/06 , G06N3/0464 , G06N3/048 , G06N3/049 , B60L55/00 , H02J3/32 , H02J7/00 , G06F123/02
Abstract: 本发明涉及一种基于RS‑TCN的V2G集群出力预测方法，属于集群出力预测领域。所述方法，首先使用皮尔逊相关系数（PCC）和灰色关联度（GRG）进行相关性分析，从大规模现场数据中提取与SOC高度相关的特征。再将入网充放电的大规模电动汽车看作为V2G集群，基于V2G集群行为数据和充放电行为假设，通过随机抽样抽取一定数量的V2G集群进行V2G集群出力模拟。最后采用一维全卷积网络，融合因果卷积和膨胀卷积，并引入“跳连接”构成残差块组建残差网络，在一个残差块内，TCN有两层膨胀因果卷积和非线性，线性校正单元ReLu激活函数改进采用LeakyReLU函数，搭建了适用于V2G集群充放电预测的TCN模型。
-
公开(公告)号：CN116401610B
公开(公告)日：2025-05-09
申请号：CN202310175237.2
申请日：2023-02-28
Applicant: 福州大学
IPC: G06F18/2433 , G06F18/214 , G06F30/20 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提出基于深度残差网络和联合分布的逆变器参数故障诊断方法，以三相逆变器多种已知工况下的故障数据建立训练集，建立构建由多个残差块组成的深度残差网络模型，同时运用Adam算法及批归一化BN技术防止该模型过拟合，接着加入伪标签学习，对源域与目标域之间的联合分布差异进行度量，通过联合分布适配方法来实现两个域特征的联合分布对齐，并以差异最小化为目标对网络进行优化；本发明能解决实际工程的应用场景中多种工况下故障数据分布不同，导致传统的深度诊断模型泛化能力及效率发生下降的问题。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.01 seconds)
