-
公开(公告)号：CN111859605B
公开(公告)日：2023-10-27
申请号：CN202010349535.5
申请日：2020-04-28
Applicant: 湖南大学
IPC: G06F30/20 , G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06F111/04 , G06F119/04
Abstract: 本发明公开了一种计及全寿命周期经济性的梯次电池储能容量配置方法，考虑梯次电池的放电深度与循环寿命之间的关系，建立梯次电池容量退化模型；接着结合梯次电池储能的特点，确定梯次电池储能经济性评价的效益与成本因素，对梯次电池储能进行经济性评估；其次考虑电池容量保持率对电池储能系统经济性及循环寿命的影响，建立以全寿命周期内经济性最优为目标的梯次电池储能容量配置模型，并设定容量配置模型的约束条件方程组；最后利用萤火虫算法对所述容量配置模型进行优化求解，并得到梯次电池储能的最优容量配置方案。本发明能有效提高容量配置结果的经济性与准确性，为梯次电池储能系统规划提供支撑，具有良好的应用前景。
-
公开(公告)号：CN100561824C
公开(公告)日：2009-11-18
申请号：CN200710192664.2
申请日：2007-12-19
Applicant: 湖南大学
CPC classification number: Y02E40/12
Abstract: 本发明公开了SVC特定次数谐波预测消除控制方法及其实现装置，采用基于模糊预测自适应控制算法对SVC系统的2次，5次，7次，11次，13次谐波进行预测，预测结果用以修正混合注入式有源滤波器HAPF的由负载电流前馈控制的PWM输出，控制HAPF输出与SVC特定次数谐波电流大小相等，相位相反的谐波电流，达到滤波谐波，改善装置动态性能，提高系统稳定性的目的，实现了对电网无功和功率因数的优化控制，为电力系统提供了大量的动态无功储备，对于稳定母线电压，补偿输配电网的无功功率具有重要的作用，有效提高了电力系统的输电容量。
-
公开(公告)号：CN117997323A
公开(公告)日：2024-05-07
申请号：CN202410237817.4
申请日：2024-03-01
Applicant: 湖南大学
IPC: H03K17/567 , H03K17/687 , H02M1/08 , H02M1/00
Abstract: 本发明公开了一种开关时序与驱动电压协同调控的HyS驱动电路及方法，与SiC/Si HyS混合开关相连，其特征在于，包括：电流传感器、FPGA、驱动芯片、辅助三极管；对SiC/Si HyS混合开关进行采样得到负载电流IL；方法包括：根据IL与±I2的比较结果生成开关时序控制信号，根据开关时序控制信号控制SiC/Si HyS混合开关的开关时序；根据IL与±I1和±I2的比较结果生成三极管导通信号，根据三极管导通信号控制辅助三极管的导通，进而对应控制SiC/Si HyS混合开关的驱动电压；本发明所提出的驱动电路能根据负载电流水平主动调控HyS的开关时序与驱动电压，进而兼顾HyS效率提升与可靠性保障，发挥HyS多调控参数调控的潜能。
-
公开(公告)号：CN111859605A
公开(公告)日：2020-10-30
申请号：CN202010349535.5
申请日：2020-04-28
Applicant: 湖南大学
IPC: G06F30/20 , G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F111/04 , G06F119/04
Abstract: 本发明公开了一种计及全寿命周期经济性的梯次电池储能容量配置方法，考虑梯次电池的放电深度与循环寿命之间的关系，建立梯次电池容量退化模型；接着结合梯次电池储能的特点，确定梯次电池储能经济性评价的效益与成本因素，对梯次电池储能进行经济性评估；其次考虑电池容量保持率对电池储能系统经济性及循环寿命的影响，建立以全寿命周期内经济性最优为目标的梯次电池储能容量配置模型，并设定容量配置模型的约束条件方程组；最后利用萤火虫算法对所述容量配置模型进行优化求解，并得到梯次电池储能的最优容量配置方案。本发明能有效提高容量配置结果的经济性与准确性，为梯次电池储能系统规划提供支撑，具有良好的应用前景。
-
公开(公告)号：CN101232181A
公开(公告)日：2008-07-30
申请号：CN200810030560.6
申请日：2008-01-30
Applicant: 湖南大学
Abstract: 本发明公开了一种基于多智能体的配电网节能降耗综合管理系统及其管理方法，通过任务协调与分解智能体，实现各个节能设备智能体之间的交互和协作，减小节能设备之间的相互影响。本发明能全面考虑造成配电网电能损耗因素，并解决各个因素之间的耦合作用，使整个系统得到简化，减小节能设备的相互影响。针对配电网信息“孤岛”林立的状况，在目前各个信息系统高度分布和异构的环境下，运用高效的方式实现配电网各个分布式操作平台的互联、互操作和互协调，进而实现配电网“全方位、多方面”的综合节能降耗。
-
Patent Agency Ranking
公开(公告)号：CN101202448A
公开(公告)日：2008-06-18
申请号：CN200710192665.7
申请日：2007-12-19
Applicant: 湖南大学
Abstract: 本发明公开了一种基于APF与SVC的谐波与无功动态综合补偿系统，包括单独谐振注入式有源电力滤波器APF、晶闸管控制电抗器TCR、机械投切电容器MSC，所述晶闸管控制电抗器TCR安装在电网电源侧，机械投切电容器MSC安装在负载侧，单独注入式有源电力滤波器APF安装在TCR与MSC之间；同时公开了一种适用于该综合补偿系统的分频分相电流控制方法。本发明中所述系统能够实现对电网谐波电流和无功功率的动态实时跟踪补偿治理，适用于该系统的电流控制方法克服了采用传统ip－iq方法时APF与TCR耦合程度大的缺点，大大减小了TCR与APF控制性能互相影响的程度，从而提高了系统的可靠性和控制精度。
-
公开(公告)号：CN101159379A
公开(公告)日：2008-04-09
申请号：CN200710034873.4
申请日：2007-04-30
Applicant: 湖南大学
IPC: H02J3/01
Abstract: 本发明公开了一种混合有源电力滤波器及其直流侧电压控制方法，所述混合有源电力滤波器包括有源电力滤波器、无源电力滤波器、谐波电流注入支路和PWM整流器，有源电力滤波器的输出经输出滤波器滤波后接隔离变压器的原边，隔离变压器的副边与谐波电流注入支路的基波串联谐振电路部分并联后再与谐波电流注入支路的注入电容串联，然后与无源滤波器并入电网，有源电力滤波器的直流侧由PWM整流器供电。本发明的混合有源电力滤波器不仅能够有效地治理谐波，而且可以由其无源滤波器部分进行一定容量的无功静态补偿。并且利用三相电压型PWM整流器来控制直流侧电压，可以较好地维持直流侧电压恒定。
-
公开(公告)号：CN101026302A
公开(公告)日：2007-08-29
申请号：CN200610166004.2
申请日：2006-12-31
Applicant: 湖南大学
Abstract: 本发明公开了一种混合型有源滤波器的分频控制方法。包括以下步骤：检测电网谐波电流ISh；计算电网谐波电流ISh与给定电流的电网谐波电流偏差e，对偏差e进行微分得到偏差变化率ec；将偏差e和偏差变化率ec输入模糊参数调节器，通过模糊参数调节器输出模糊控制量到广义积分PI控制器；广义积分PI控制器根据电网谐波电流偏差e以及模糊控制量计算控制信号；将广义积分PI控制器的输出控制信号经过PWM调制，得到有源电力滤波器的控制信号。本发明应用模糊控制方法进行PI参数的调整，再由广义积分实施对交流周期量的分频积分运算，得到有源电力滤波器的PWM控制信号。这种控制方法与有源电力滤波传统控制方法相比电流的跟踪精度更高，补偿效果更理想。
-
公开(公告)号：CN119785195A
公开(公告)日：2025-04-08
申请号：CN202411244312.7
申请日：2024-09-06
Applicant: 湖南大学
IPC: G06V20/10 , G06V10/26 , G06V10/44 , G06V10/52 , G06V10/774 , G06V10/40 , G06V10/82 , G06N3/0455
Abstract: 本发明公开了一种基于跨尺度空谱特征融合网络的病理高光谱图像检测方法，该方法提出了基于跨尺度空谱特征融合的特征提取网络，首先，在编码器阶段利用膨胀卷积提取多尺度信息，从而使得网络更好的得到多个感受野的特征信息；然后，在编码器和解码器的跳跃连接阶段，利用transformer的变形进行跨尺度间特征提取，可以更好的保留输入图像样本的全局上下文信息和布局信息；最后，为了缓解空谱特征提取困难，在解码器部分提出特征注意力机制，对解码器不同层的输出进行处理，获取更丰富的跨层特征，提取不同层之间更重要的特征信息，从而提高网络的分割性能，使得的神经网络更好的提取光谱特征融合信息，提升病理高光谱的检测精度。
-
公开(公告)号：CN118968174A
公开(公告)日：2024-11-15
申请号：CN202411088848.4
申请日：2024-08-09
Applicant: 湖南大学
IPC: G06V10/764 , G06V10/58 , G06V10/44 , G06V10/82 , G06V10/74 , G06V20/10 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于自注意力网络的高光谱图像分类特征提取方法，提出了基于空谱自注意力机制的特征提取网络，直接利用初始输入进行光谱注意操作和空间注意操作，将其结果进行联系，将光谱注意力机制和空间注意力机制引入特征提取网络中，使得网络更加关注检测任务感兴趣的区域，避免光谱数据被破坏和光谱重要性无法正确提取的问题；并且提出了基于光谱中心自注意力网络的特征提取网络，计算贡献率最大的光谱与其他光谱之间的相似度，避免不同光谱之间不相关的影响，使得神经网络更多地关注贡献大的光谱波段，提取图像光谱局部差异特征，提升高光谱图像分类精度。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.027 seconds)
