-
公开(公告)号：CN114884108A
公开(公告)日：2022-08-09
申请号：CN202210668523.8
申请日：2022-06-14
Applicant: 福州大学
Abstract: 本发明提出源网荷储一体化的微电网多时间尺度能量管理优化方法，所述优化方法为针对源网荷储一体化的微电网能量调度优化策略研究，在微电网可再生能源功率和负荷功率预测的基础上，设计所需的目标函数及约束条件，利用改进果蝇优化求解算法制定出多时间尺度相互配合的微电网能量调度计划；该多时间尺度的优化调度先通过制定周前、日前调度计划来确定整个微电网的总体运行策略，然后再根据日内滚动优化制定的调度计划对日前调度计划进行修正，制定出微电网系统运行经济最优、环境效益最好、与大电网联络线功率最小为优化目标的能量调度计划；本发明能将微电网内“源网荷储”进行多时间尺度尺度统一管理。
-
公开(公告)号：CN113609955A
公开(公告)日：2021-11-05
申请号：CN202110878138.1
申请日：2021-07-30
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度学习和数字孪生的三相逆变器参数辨识方法和系统，步骤S1：引入混合逻辑动态模型来构建三相逆变器的高精度仿真模型；步骤S2：采集实际电路的输入输出电流和输入输出电压等信号，并进行去噪处理；步骤S3：对神经网络进行训练、验证和测试后，将同时刻的数字孪生模型的仿真数据和实际电路模型的输出数据进行作差，构建神经网络的目标函数，采用梯度下降法更新神经网络中的权值，用新的元件参数更新所述的数字孪生模型；步骤S4：反复调整神经网络中的权值直至神经网络的目标函数小于所设置的阈值；输出数字孪生模型的元件参数，实现实际电路的元件参数在线快速辨识。本发明能在不对系统侵入的情况下更经济、更可靠地对元件参数进行辨识以对三相逆变器的运行状态进行监测。
-
公开(公告)号：CN112288153A
公开(公告)日：2021-01-29
申请号：CN202011141953.1
申请日：2020-10-22
Applicant: 福州大学
Abstract: 本发明涉及一种小脑模型神经网络故障诊断器初值权重的自动选优方法。该方法包括：S1、根据需要解决的问题初始化神经网络参数；S2、设置遗传算法参数，得到初始种群；S3、根据计算得到的个体适应度进行选择、交叉、变异和计算；S4、重构神经网络并对其进一步训练；S5、测试神经网络，得到最优神经网络诊断器。本发明在模糊小脑模型神经网络的初值权重选择中引入遗传算法，不仅适用于优化小脑模型神经网络权值层的权值，而且优化了关联存储空间激活函数的中心位置和宽度。可以有效降低人工选择初值参数的盲目性和时间成本，进一步提高神经网络诊断的智能性。
-
公开(公告)号：CN111897224A
公开(公告)日：2020-11-06
申请号：CN202010811359.2
申请日：2020-08-13
Applicant: 福州大学
IPC: G05B13/04
Abstract: 本发明提出一种基于演员-评论家强化学习和模糊逻辑的多智能体编队控制方法，将最优控制方法引入多机器人系统领航跟随者编队控制方法中，利用模糊逻辑系统逼近连续函数的能力，解决最优控制中汉密尔顿-雅可比-贝尔曼方程难以求取解析解的问题；同时，结合演员-评论家强化学习算法，形成演员模糊逻辑系统模块和评论家模糊逻辑系统模块，前者执行控制行为，后者对前者所选择的行为进行评价并将评价信息反馈给前者。该方法可以平衡控制性能和资源损耗，并且以在线学习的方式提高多机器人系统对于环境的适应性。
-
公开(公告)号：CN111882184A
公开(公告)日：2020-11-03
申请号：CN202010677791.7
申请日：2020-07-14
Applicant: 福州大学
Abstract: 本发明涉及一种多智能体系统零空间行为控制动态任务优先级规划方法，首先，通过零空间投影的方法，建立复合任务；其次，将动态任务优先级规划问题转化为一个切换模式最优控制问题；最后应用混合整数优化方法，求解该最优控制问题得到最优复合任务轨迹。此方法解决多智能体系统零空间行为控制动态任务优先级规划问题，该方法不需要人为的设定任务优先级的切换条件，从而减少了研究人员的工作量，并具有良好的可扩展性，能被应用于传统逻辑法难以处理的大数量任务优先级动态规划中。此外，该方法在任务优先级切换的过程中考虑了对智能体未来状态的预测信息，使得其相较于传统的逻辑方法具有更加理想的切换效果。
-
Patent Agency Ranking
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。
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.029 seconds)
