一种基于神经网络的云端SOC容量修正方法

    公开(公告)号:CN119535237A

    公开(公告)日:2025-02-28

    申请号:CN202510072921.7

    申请日:2025-01-17

    Abstract: 本发明提供一种基于神经网络的云端SOC容量修正方法及系统,涉及电池电量管理技术领域,包括:获取当前温度下电池组的荷电状态‑开路电压曲线以及辨识参数构建电池组的等效模型,并且记录每一时刻等效模型中的各个单电池的平均电池温度;按照时间顺序获取每个时刻下电池组实际运行时的工况参数,将各工况参数和各平均电池温度作为时间序列数据并处理成为多个输入样本,输入预先构建的荷电状态值预测模型中得到实时预测荷电状态值;读取电池组中的最小单体电压和电池组的总电流计算得到本地荷电状态值和实时预测荷电状态值加权求和得到最终的荷电状态估算值。有益效果是在电池组的放电初期和放电末期都有更佳的估算精度。

    一种基于卡尔曼滤波的电池系统快速容量估算方法

    公开(公告)号:CN119414254A

    公开(公告)日:2025-02-11

    申请号:CN202510032820.7

    申请日:2025-01-09

    Abstract: 本发明涉及电池容量估算技术领域,具体涉及一种基于卡尔曼滤波的电池系统快速容量估算方法。包括:采集电池充放电实验数据,获取不同环境温度下的电池剩余容量与开路电压的关系曲线和辨识参数,建立电池的等效电路模型;在放电末端采用通过等效电路模型的自适应扩展卡尔曼滤波方法与安时积分方法加权的方式计算电池剩余容量;本发明通过获取多温度下的SOC—OCV曲线和电池模型的参数曲线,增强了二阶RC戴维南等效电路模型在不同温度下的适用性;通过在电池放电末端使用自适应扩展卡尔曼滤波方法与安时积分方法加权的方式计算SOC,实现对电池SOC的实时修正,提高了电池组SOC预测的准确度。

    一种基于多源信息融合的选区激光熔化3D打印过程监测方法

    公开(公告)号:CN118875320A

    公开(公告)日:2024-11-01

    申请号:CN202410813068.5

    申请日:2024-06-23

    Abstract: 本发明公开了一种基于多源信息融合的选区激光熔化3D打印过程监测方法,步骤包括:获取测试打印件在3D打印过程中打印层的多维度打印数据;识别出一维辐射异常信息、二维辐射异常信息以及二维图片异常信息;利用实际表面信息、一维辐射异常信息、二维辐射异常信息以及二维图片异常信息建立异常监测模型;获取打印产品在3D打印过程中打印层的多维度打印数据,再通过异常监测模型对打印产品的各打印层表面信息进行实时评估监测。该3D打印过程监测方法通过获取多维度打印数据的监测效果会更为全面、真实和准确;通过建立用于打印异常监测的异常监测模型,实现了轻量化的网络模型对于实际工业现场的生产使用更为便利、有效。

    一种大型矩阵多片GPU并行加速运算方法

    公开(公告)号:CN118551143A

    公开(公告)日:2024-08-27

    申请号:CN202410606717.4

    申请日:2024-05-16

    Abstract: 本发明公开了一种大型矩阵多片GPU并行加速运算方法,步骤包括:对运算矩阵进行分块获得各个分块矩阵;对各个分块矩阵均进行LU分解获得下三角矩阵L和上三角矩阵U;对获得的下三角矩阵L和上三角矩阵U进行矩阵求逆运算;将下三角矩阵L的逆矩阵以及上三角矩阵U的逆矩阵进行合并获得分块矩阵的逆矩阵;利用分块矩阵的逆矩阵采用矩阵加速运算方法对大型线性方程组进行求解。该大型矩阵多片GPU并行加速运算方法对大型矩阵的乘法和求逆运算进行加速,实现了大型线性方程组的快速求解,提高了运算效率。

    基于机器视觉和深度学习的光伏组件EL缺陷检测系统

    公开(公告)号:CN119273692A

    公开(公告)日:2025-01-07

    申请号:CN202411805885.2

    申请日:2024-12-10

    Inventor: 丁盛 陈从颜

    Abstract: 本发明公开了基于机器视觉和深度学习的光伏组件EL缺陷检测系统,属于光伏组件技术领域,包括图像采集模块、图像处理模块、模型训练模块、测试优化模块、缺陷检测模块及数据管理模块。本发明解决了现有的光伏组件EL缺陷检测不能对光伏组件EL缺陷进行较好地定位和分类,不能有效识别各种类型的光伏组件EL缺陷,使得检测准确性低,且不能快速处理大量的光伏组件EL缺陷图像,使得检测时间长,缺陷检测效率低的问题,本发明可对光伏组件EL缺陷进行较好地定位和分类,能有效识别各种类型的光伏组件EL缺陷,使得检测准确性高,且能快速处理大量的光伏组件EL缺陷图像,使得检测时间短,可提升缺陷检测效率。

    一种基于长短期记忆网络的窄带信号时差估计系统

    公开(公告)号:CN111832708A

    公开(公告)日:2020-10-27

    申请号:CN202010760254.9

    申请日:2020-07-31

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于长短期记忆网络的窄带信号时差估计系统,包括卷绕估计单元、估计补偿单元、综合估计单元,在卷绕估计单元中估计互相关相位谱中的相位卷绕值;在估计补偿单元得到时差落在卷绕模块盲区的盲区概率,所述综合估计单元结合互相关谱、相位卷绕参数和盲区概率恢复相位卷绕,根据无卷绕相位谱估计时差,本发明在低信噪下估计效果好、估计结果较为准确,同时系统更加稳定。

    一种快速实现大范围温度触觉感知的方法及系统

    公开(公告)号:CN106908161A

    公开(公告)日:2017-06-30

    申请号:CN201710204914.3

    申请日:2017-03-31

    Applicant: 东南大学

    CPC classification number: G01K1/16 G01K7/02

    Abstract: 本发明公开了一种快速实现大范围温度触觉感知的方法,将双层帕尔贴作为双热源,采集上层帕尔贴冷端的温度和下层帕尔贴冷端的温度,然后将温度进行差动放大并转化为电压量,接着将电压量转化为数字量,再通过二阶热电路模型算法和GPI温度控制算法计算得到两个帕尔贴所需的输入控制电流,再将两个输入控制电流通过直流电机驱动模块进行电流换向,然后将两个输入控制电流分别输入上层帕尔贴冷端和下层帕尔贴冷端。本发明公开了一种快速实现大范围温度触觉感知的系统。本发明具有更好的升降温速率和抗干扰性,并且超调量小,能更好地复现热触觉。

Patent Agency Ranking