-
公开(公告)号：CN118783801A
公开(公告)日：2024-10-15
申请号：CN202410749310.7
申请日：2024-06-11
Applicant: 电子科技大学
IPC: H02M7/5387 , H02M1/38 , H02M1/08 , G05B13/04
Abstract: 本发明公开了一种基于动态DDPG的光伏单级逆变器控制方法和装置，设定动态DDPG模型的状态、动作和奖励函数，其中状态包括光伏单级逆变器的输入电压、输入电流、输出电压和输出电流，动作包括光伏单级逆变器载波频率信号和死区时间，对动态DDPG模型进行设置并离线训练，实时采集光伏单级逆变器的输入电压、输入电流、输出电压和输出电流，采用训练好的动态DDPG模型中的策略网络得到载波频率信号和死区时间，根据载波频率信号和死区时间生成驱动信号，对光伏单级逆变器中开关元件进行控制。本发明在传统DDPG算法引入延迟更新与动态调整策略，改善其参数调整困难、边界收敛性差的优化难题，并对光伏单级逆变器的结构进行改进，提高光伏发电的能量转换效率。
-
公开(公告)号：CN102252690B
公开(公告)日：2013-03-20
申请号：CN201110092728.8
申请日：2011-04-14
Applicant: 西安电子科技大学
IPC: G01C25/00
Abstract: 本发明公开了一种激光模式与光阑的相对位置测量系统及其测量方法，主要解决现有系统测量精度低的不足。整个系统包括激光器(1)、光学系统(15)、待测谐振腔(6)、分光镜(7)、全反镜(8)、图像采集与数据采集系统(16)、主控计算机(13)和压电陶瓷驱动器(14)，压电陶瓷驱动器驱动激光器输出激光，调节光学系统，使激光器输出的激光耦合到待测谐振腔中，待测谐振腔输出的激光经过分光镜与全反镜分为两路，此两路激光被图像采集与数据采集系统采集并传输至主控计算机上，主控计算机采用高精度图像处理算法处理光阑与激光模式的图像，并分别计算出光阑与激光模式的中心坐标。本发明具有同步CCD相机采集与锯齿波信号、测量精度高的优点，适用于激光器的高精度自动调腔。
-
公开(公告)号：CN102252690A
公开(公告)日：2011-11-23
申请号：CN201110092728.8
申请日：2011-04-14
Applicant: 西安电子科技大学
IPC: G01C25/00
Abstract: 本发明公开了一种激光模式与光阑的相对位置测量系统及其测量方法，主要解决现有系统测量精度低的不足。整个系统包括激光器(1)、光学系统(15)、待测谐振腔(6)、分光镜(7)、全反镜(8)、图像采集与数据采集系统(16)、主控计算机(13)和压电陶瓷驱动器(14)，压电陶瓷驱动器驱动激光器输出激光，调节光学系统，使激光器输出的激光耦合到待测谐振腔中，待测谐振腔输出的激光经过分光镜与全反镜分为两路，此两路激光被图像采集与数据采集系统采集并传输至主控计算机上，主控计算机采用高精度图像处理算法处理光阑与激光模式的图像，并分别计算出光阑与激光模式的中心坐标。本发明具有同步CCD相机采集与锯齿波信号、测量精度高的优点，适用于激光器的高精度自动调腔。
-
公开(公告)号：CN101858822B
公开(公告)日：2012-09-05
申请号：CN201010172718.0
申请日：2010-05-14
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种He-Ne激光器频率稳定度测量系统。主要解决现有系统只适用于正常环境，无法对振动及温度快速变化等环境下的激光器进行频率稳定度测量的不足。整个测量系统，以碘稳定氦氖(He-Ne)激光器为频率标准，使用光纤测量头，将待测He-Ne激光器发出的光从振动及温度快速变化等环境中导出，与碘稳定He-Ne激光器形成干涉，产生稳定的拍频信号，经过专用的拍频信号测量系统对拍频信号进行滤波、放大和除噪等信号处理后，得到拍频频率值，并通过USB接口传输到计算机进行显示和存储，经计算得到频率稳定度值。本发明具有导出待测激光，隔离环境影响，保持待测激光偏振特性的优点，适用于He-Ne激光器在温度及振动等环境下的测量。
-
公开(公告)号：CN119443647A
公开(公告)日：2025-02-14
申请号：CN202411529229.4
申请日：2024-10-30
Applicant: 电子科技大学
IPC: G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种基于分式规划理论的多元能源系统容量配置方法，先建立包含系统功率平衡、新能源出力、储能和电锅炉的能源系统运行模型；然后构建多场景下的日运行模型，进而建立出多元能源系统的容量效益评价函数；进一步地，构建分式规划的多元能源配置模型；最后通过变量替换和分解算法将分式规划模型线性化，最后通过求解器求解得到多元能源系统的容量配置策略。
-
Patent Agency Ranking
公开(公告)号：CN118523653A
公开(公告)日：2024-08-20
申请号：CN202410745290.6
申请日：2024-06-11
Applicant: 电子科技大学
IPC: H02M7/5387 , H02M1/08 , G05F1/67 , H02J3/38
Abstract: 本发明公开了一种单级光伏逆变器的电压电流控制系统，最大功率点追踪模块得到最大功率点下的理想直流电压，电网同步模块基于实际电网电压得到实际电网电压倒数和实际电网功率因数，电压处理模块根据实际直流电压、理想直流电压、实际电网电压倒数和实际电网功率因数确定理想电网电流，电流处理模块根据实际电网电流和理想电网电流生成理想输出端电压，PWM信号波生成模块根据理想输出端电压生成两组控制信号，分别对单级光伏逆变器的两组开关进行控制。本发明具有更高鲁棒性，进而有效提高电力系统的质量。
-
公开(公告)号：CN117556311B
公开(公告)日：2024-03-19
申请号：CN202410041936.2
申请日：2024-01-11
Applicant: 电子科技大学
IPC: G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/088
Abstract: 本发明提出一种基于多维特征融合的无监督时间序列异常检测方法，属于人工智能时间序列异常检测分析领域。从生产过程中的时序数据中自动提取不同局部性的多维度特征，并进行特征融合，该方法首先通过多维度特抽取网络，从不同局部性层次的多个维度中学习时间序列中的复杂模式和依赖关系，然后通过多维度特征融合策略有效地捕获时间序列中的长时间依赖性、周期性等复杂特性；最后通过自监督训练学习时间序列的正常模式，并将与正常模式显著偏离的样本输出为异常数据；从而解决时间序列异常检测中的复杂依赖关系建模和特征提取问题。
-
公开(公告)号：CN109346063B
公开(公告)日：2022-10-14
申请号：CN201811188759.1
申请日：2018-10-12
Applicant: 电子科技大学
Abstract: 本发明公开了一种语音数据增强方法，具体属于机器学习处理时的语音数据增强技术领域。本发明通过训练集中的语音数据的语谱图训练多个自动编码器，使用待增强的语音数据集的语谱图形式对自动编码器进行分别训练，从而获得N个基于待增强语音数据的自动编码器，利用这些不同结构下的自动编码器对原始数据的编码表达，从而实现以待增强的语音数据语谱图进行输入后获得多组结构差异化的输出语谱图结构，最后通过对这些语谱图结构进行融合合并，得到一个新产生可用以训练的语音语谱图数据，其与输入前数据在主体结构上保持了一定一致性，但是在一些结构特征上却有着较为不一致的表达。从而提高基于语音数据的机器学习模型性能。
-
公开(公告)号：CN109358959A
公开(公告)日：2019-02-19
申请号：CN201811236441.6
申请日：2018-10-23
Applicant: 电子科技大学
Abstract: 本发明属于任务调度技术领域，本发明的基于预测的数据分布式协同处理方法首先对数据进行预处理，包括清理和定义数据向量。然后采用级联的LSTM分步预测，通过训练不断调整网络参数，获取数据预测函数。最后根据训练获得的预测函数，来预测即将到来的任务所需的数据。若所预测的数据已经存在于资源节点上面，那么将数据本地化；否则将数据处理完提前发送到资源节点上。在对任务进行资源调度时，首先将任务分发到拥有所需数据的资源节点上，若过任务执行时间上限还未被执行，则将其重新分发到负载较低的节点上，并从拥有任务所需数据的资源节点上获取所需数据。本发明省去了现有任务在总任务时间中的数据处理时间和数据传输时间，从而有效提高系统效率。
-
公开(公告)号：CN109346063A
公开(公告)日：2019-02-15
申请号：CN201811188759.1
申请日：2018-10-12
Applicant: 电子科技大学
Abstract: 本发明公开了一种语音数据增强方法，具体属于机器学习处理时的语音数据增强技术领域。本发明通过训练集中的语音数据的语谱图训练多个自动编码器，使用待增强的语音数据集的语谱图形式对自动编码器进行分别训练，从而获得N个基于待增强语音数据的自动编码器，利用这些不同结构下的自动编码器对原始数据的编码表达，从而实现以待增强的语音数据语谱图进行输入后获得多组结构差异化的输出语谱图结构，最后通过对这些语谱图结构进行融合合并，得到一个新产生可用以训练的语音语谱图数据，其与输入前数据在主体结构上保持了一定一致性，但是在一些结构特征上却有着较为不一致的表达。从而提高基于语音数据的机器学习模型性能。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.041 seconds)
