公开(公告)号：CN119379259A

公开(公告)日：2025-01-28

申请号：CN202411517992.5

申请日：2024-10-29

Applicant: 国网上海市电力公司 ,  常州大学

Inventor： 王皓靖 ,  杨心刚 ,  尹德扬 ,  张宇 ,  臧一 ,  沈冰 ,  时珊珊 ,  朱笑 ,  魏新迟

IPC: G06Q10/20 ,  G06N5/04 ,  G06F18/213 ,  G06Q50/06

Abstract: 本发明公开了一种基于多边合作博弈的锂电池储能系统安全运行智能决策方法，包括：根据锂电池储能系统停电记录计算用户中断时间cmi；根据维修记录评估维护有效性因子ηf和ηd；计算用户中断时间变化Δcmi；评估维修活动的预期成本Δpm；计算锂电池储能系统的预期综合效率ΔE；根据用户中断时间变化Δcmi、预期成本Δpm、预期综合效率ΔE，计算博弈参与者电网公司、储能运维商和储能用户的特征函数；配置激励系数α，通过Sigmoid函数将特征函数标准化；根据标准化后的特征函数计算全局决策分数，评估维修活动实施的最佳日期。本发明以系统综合效率、成本消耗和用户中断时间为多目标函数，通过配置激励系数分配权重，从而能够综合考虑多参与者博弈关系，确定最优运维时间。

公开(公告)号：CN119375750A

公开(公告)日：2025-01-28

申请号：CN202411517973.2

申请日：2024-10-29

Applicant: 国网上海市电力公司 ,  常州大学

Inventor： 王皓靖 ,  张宇 ,  方陈 ,  尹德扬 ,  时珊珊 ,  刘子豪 ,  沈冰 ,  柳劲松 ,  段誉

IPC: G01R31/392 ,  G01R31/367 ,  G06Q10/04 ,  G06N3/0442 ,  G06N3/0464 ,  G06F17/18

Abstract: 本发明公开了一种用于安全智能决策的锂离子电池退化预测方法，包括：获取原始测量信号，并且采用一维卷积神经网络模块提取隐藏在原始测量信号中的深层代表性特征；通过双向长短期记忆模块来估计出电池容量；利用核密度估计模块推导每个电池循环阶段预测点的概率密度；基于概率预测信息的维护决策评估每个电池循环阶段不同决策的成本，并选择成本较低的决策。本发明通过构建一维卷积神经网络算法、双向长短期记忆技术和核密度估计方法相结合的集成模型来处理电池容量预测和维护决策中的不确定性，实现基于概率预测信息的锂离子电池安全运行智能分析决策，提高了锂离子电池退化预测的准确性，提升了维护决策的可靠性。

公开(公告)号：CN119990598A

公开(公告)日：2025-05-13

申请号：CN202510033087.0

申请日：2025-01-09

Applicant: 常州大学

Inventor： 张振中 ,  陈鼎 ,  姜雷杰 ,  尹德扬

IPC: G06Q10/0631 ,  G06Q10/04 ,  G06N3/006 ,  G06Q50/06

Abstract: 本发明涉及交流变频钻机储能技术领域，具体涉及一种基于自适应灰狼算法的变频钻机混合储能容量配置方法。方法包括：建立交流变频钻机混合储能系统的全生命周期成本模型，作为目标函数；以储能单元容量及荷电状态、功率平衡、负荷缺电率和柴油发电机功率作为约束条件；采用自适应调整策略和跳出局部最优策略改进的自适应灰狼算法，以交流变频钻机混合储能系统的全生命周期费用最小为优化目标，对目标函数求解，得到交流变频钻机混合储能系统的最优容量配置。本发明可以获得最优的储能配置，且在求解配置过程中收敛速度快，还能避免陷入局部最优。

公开(公告)号：CN119848607A

公开(公告)日：2025-04-18

申请号：CN202510039973.4

申请日：2025-01-10

Applicant: 常州大学

Inventor： 张振中 ,  唐鹏飞 ,  费克玲 ,  姜雷杰 ,  尹德扬

IPC: G06F18/24 ,  G06N3/045 ,  G06N3/006 ,  G06F18/214

Abstract: 本发明涉及地质勘探、电机故障诊断技术领域，具体涉及一种基于自适应WOA优化Transformer的电机故障诊断方法。包括：分别获取各种状态下的电机电流数据，形成电机诊断数据集；构建适用于故障诊断的Transformer模型，Transformer模型包括依次设置的N层编码器、一个平均池化层和一个全连接层，N为待优化的参数之一；使用电机诊断数据集对Transformer模型进行训练，在训练过程中通过自适应WOA算法对Transformer模型进行参数调优，得到训练好的Transformer模型；基于待诊断电机的电流数据，利用训练好的Transformer模型诊断待诊断电机故障。本发明采用自适应WOA对Transformer模型进行参数调优，提高了模型故障诊断的精确度。

公开(公告)号：CN119006481A

公开(公告)日：2024-11-22

申请号：CN202411039405.6

申请日：2024-07-31

Applicant: 常州大学

Inventor： 翟凯 ,  郑剑锋 ,  王曦云 ,  谢鑫宇 ,  赵磊 ,  尹德扬

IPC: G06T7/10 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明提供了一种基于改进U‑Net模型的地基云图分割方法和系统，属于目标检测技术领域。包括：搭建U‑Net传统模型；采用空洞卷积替换U‑Net传统模型中的传统卷积，并嵌入空洞空间卷积池化金字塔构建空洞块Dilate‑Block，改进U‑Net传统模型的编码器；在跳跃连接层中加入具有残差结构的边界细化模块DS‑Path；通过结合深度可分离卷积和多头自注意力改造CBAM注意力机制架构构建Im‑CSAM模块，使其与所述具有残差结构的边界细化模块DS‑Path相连；引入双三次插值法在所述解码器中进行上采样；基于所述空洞块Dilate‑Block、具有残差结构的边界细化模块DS‑Path、Im‑CSAM模块以及对解码器上采样的改进构建改进U‑Net云图分割模型。通过改进U‑Net模型有效提高了云图分割精度。

公开(公告)号：CN118232335A

公开(公告)日：2024-06-21

申请号：CN202410407315.1

申请日：2024-04-07

Applicant: 常州大学

Inventor： 郑剑锋 ,  翟凯 ,  赵磊 ,  尹德扬 ,  吴子杰

IPC: H02J3/00 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/0464 ,  G06V10/762 ,  G06N3/045

Abstract: 本发明提供了一种基于改进局部云遮挡指数算法的光伏功率预测方法和系统，包括：计算出原始天空图像中太阳坐标；根据太阳坐标得到以太阳为中心的矩形太阳块图像；通过加入自适应参数优化二维高斯函数；采用优化后二维高斯函数和K均值聚类算法生成处理后的太阳块图像；计算局部云遮挡指数；计算太阳块图像中的关键区域亮度；在ResNet18网络模型中添加非对称卷积块和SE注意力机制用以优化ResNet18网络结构；构建光伏功率预测模型；通过向光伏功率预测模型输入天空图像信息作为图像特征，输入关键区域亮度和局部云遮挡指数作为数值特征，输出预测的光伏功率。通过构建考虑图像特征与数值特征多输入的深度学习混合模型，提高预测光伏功率的精度。