-
公开(公告)号：CN116154236A
公开(公告)日：2023-05-23
申请号：CN202211622587.0
申请日：2022-12-16
Applicant: 上海电力大学
IPC: H01M8/04992 , H01M8/04298 , H01M8/0438 , H01M8/04537 , H01M8/04858 , H01M8/04746 , H01M8/04701
Abstract: 本发明涉及一种固体氧化物燃料电池供气系统协调控制方法，其中包括离线训练：设置两个智能体，分别为氢气智能体和空气智能体，所述氢气智能体和空气智能体分别用于控制进入固体氧化物燃料电池的氢气流速和空气流速，之后采用集中学习、分散执行的方式对智能体进行训练；还包括在线应用：根据训练完成的协调控制策略模型，氢气智能体检测固体氧化物燃料电池的氢气流量与输出电压，空气智能体通过调整空压机电机电压来控制氧气流量。与现有技术相比，本发明首次将分布式深度强化学习的内容应用于固体氧化物燃料电池供气系统的能量管理领域，将人工智能技术与传统气体流量控制技术相结合提高固体氧化物燃料电池供气系统的效率。
-
公开(公告)号：CN119180182A
公开(公告)日：2024-12-24
申请号：CN202411376871.3
申请日：2024-09-30
Applicant: 上海电力大学
IPC: G06F30/23 , H02M1/00 , G06F119/08
Abstract: 本发明涉及一种变流器IGBT模块的结温计算方法、装置和变流器，该方法包括：获取低电压穿越期间变流器IGBT模块的实时畸变功率损耗；建立不同电压跌落度下与畸变功率相匹配的热网参数数据集；获取实时电压电流数据，并根据计算的实时畸变功率损耗，判断低电压穿越期间的电压跌落程度；将热网参数代入热网模型，并更新热网模型参数；利用更新后的热网模型参数计算低电压穿越期间IGBT模块结温。与现有技术相比，本发明具有结温计算快速、精确度高以及为有效抑制变流器结温升高提供依据等优点。
-
Patent Agency Ranking
公开(公告)号：CN117134396A
公开(公告)日：2023-11-28
申请号：CN202311115919.0
申请日：2023-08-31
Applicant: 上海电力大学
Abstract: 本发明涉及一种互联多微网储能单元SOC动态均衡速度控制方法及系统，根据多微网储能单元状态特征量建立模糊规则控制表，动态调整各储能单元的均衡因子，通过动态均衡因子模糊控制幂函数更新下垂系数，基于下垂控制技术，调整各储能单元的输出电压，使各储能单元SOC水平趋于均衡，所述多微网储能单元状态特征量包括功率余量、均衡度和电池温度。与现有技术相比，本发明利用轻负载时储能单元拥有的较高功率余量及母线电压低波动量进一步加快均衡速度。
-
公开(公告)号：CN116775895A
公开(公告)日：2023-09-19
申请号：CN202310539483.1
申请日：2023-05-12
Applicant: 上海电力大学
IPC: G06F16/36 , G06Q50/06 , G06Q10/20 , G06F40/289 , G06F40/30 , G06F40/242 , G06F40/211
Abstract: 本发明提出一种基于知识图谱的风电机组运维管理方法，包括以下步骤：进行待提取文本内容及特征分析并进行预处理，根据实体属性的异同对实体类型进行划分，对各层次实体类型关系给定约束定义，采用基于改进TextRank的规则匹配算法实现面向风力发电场运维的实体词汇提取；根据领域文本定义各类实体间关系，采用基于规则匹配的实体关系抽取算法实现不同实体间的关系链接；构建安全管理规程图谱以及基于protégé风电设备本体实例拓扑关系库建立的设备运维要求图谱；实现面向风力发电机组运维管理的知识图谱可视化，利用查询语言及图谱嵌入技术形成应用方案。与现有技术相比，本发明具有准确、高效且领域专业应用性强的优点。
-
公开(公告)号：CN116645089A
公开(公告)日：2023-08-25
申请号：CN202310527608.9
申请日：2023-05-11
Applicant: 上海电力大学
IPC: G06Q10/30 , H02J3/32 , H02J3/38 , G06F30/20 , G06N3/006 , G06F119/20 , G06F111/06 , G06F119/04 , G06F111/04 , G06F113/04
Abstract: 本发明涉及一种考虑退役电池容量退化的储能系统双层优化配置方法，属于新能源与储能协同规划技术领域。本方法包括建立以共享云储能的投资和运行成本作为优化目标，结合退役电池容量退化特性，预测共享储能的更新成本的双层优化模型；在双层优化模型外层利用遗传算法求解共享云储能的接入位置和容量等结果，之后内层随机产生不同时刻储能的充放电功率，并结合退役电池共享云储能内部约束进行修正，最终获得储能的最优运行策略。此方法可应用于含有大量分布式新能源发电的微电网内部，利用退役电池共享云储能的规模化建设思路降低储能系统的建设成本。
-
公开(公告)号：CN119399441A
公开(公告)日：2025-02-07
申请号：CN202411517735.1
申请日：2024-10-29
Applicant: 上海电力大学
IPC: G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及一种集群密集小目标的高置信智能检测方法、设备及介质，通过构建包括基于小波变换的HWD下采样模块、全局特征提取模块C2f‑LSKA和任务对齐检测头STADH的HLS‑YOLO‑P网络模型，将包含目标场景的图像数据进行多层特征融合和上下文信息增强处理，得到包含目标类别、位置及置信度的检测结果。并对检测结果进行后处理，包括交并比值和置信度阈值调整。最后生成相应的巡检报告。与现有技术相比，本发明具有检测精度高、轻量化和适用范围广等优点。
-
公开(公告)号：CN119399440A
公开(公告)日：2025-02-07
申请号：CN202411517725.8
申请日：2024-10-29
Applicant: 上海电力大学
IPC: G06V10/25 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V10/80
Abstract: 本发明涉及一种密集小目标的机器视觉特征存留与识别方法及系统，该方法将获取到的包含密集小目标的原始图像输入改进的AMF‑YOLOv8模型中输出密集小目标结果图像；并通过模型改进实现机器视觉特征存留；所述的密集小目标结果图像包括各个小目标的预测框、类别信息和置信度；所述的改进的AMF‑YOLOv8模型以YOLOv8n为基准模型，包括主干网络、CS‑PANet颈部网络和Detect层；所述的系统用于实现上述方法。与现有技术相比，本发明优化了YOLOv8的不足使其在针对密集小目标的识别中更高效和准确。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
