“钱诗婕”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果10个，建议您升级VIP下载更多相关专利

[发明专利]一种抽水蓄能机组调节系统智能预测控制方法及装置-CN202311111146.9在审
发明人：陈杰;张楚;张学东;钱诗婕;彭甜;王熠炜;李茜;陈亚娟;葛宜达;陈佳雷 -专利权人：淮阴工学院
申请日： 2023-08-30 - 公布日： 2023-10-27 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种抽水蓄能机组调节系统智能预测控制方法及装置，所述方法包括以下内容：首先，获取抽水蓄能机组调节系统运行数据，其次，建立时域卷积‑双向长短期神经网络TCN‑BiLSTM对系统未来状态趋势进行迭代预测，并作为深度智能预测控制DeepMPC的预测模型；然后，通过梯度下降算法实时优化模型和实际过程输出的误差在线实时调整TCN‑BiLSTM预测模型的参数，使其与被控对象保持一致；最后，采用改进的人工鱼群算法设计非线性预测控制器，加速预测控制律的求解。本发明能够满足不同工况下的抽水蓄能调节系统非线性预测控制，从而提高抽水蓄能机组抑制转速和功率波动的调控能力。
一种抽水蓄能机组调节系统智能预测控制方法装置

[发明专利]一种风电功率爬坡事件间接预测方法-CN202310626107.6在审
发明人：李茜;钱诗婕;李燕妮;陈佳雷;张楚;葛宜达;陈杰;彭甜;王熠炜 -专利权人：淮阴工学院
申请日： 2023-05-30 - 公布日： 2023-10-13 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种风电功率爬坡事件间接预测方法，首先，利用多元变分模态分解将原始风电功率和风速联合分解成一组相对平稳的子序列；其次，使用卷积神经网络对每一个被分解的风电功率序列进行特征提取；再次，利用改进的FDA算法对BIGRU模型的超参数进行优化，得到优化预测模型并对风电功率进行预测，采用残差修正模型TCN对其进行误差校正，以获得最终的风电功率预测值；最后，将最终风电功率预测值作为输入，使用改进的FDA算法优化旋转门算法对其中的风电爬坡事件进行识别；结合爬坡定义和检测算法，对预测功率中的爬坡事件进行间接预测。本发明能够使得风功率预测更加接近实际值，提高风功率预测的准确度，提升风电爬坡事件的识别精度。
一种电功率爬坡事件间接预测方法

[发明专利]一种电动汽车充电桩设备故障诊断方法-CN202310819698.9在审
发明人：李燕妮;葛宜达;李茜;钱诗婕;王政;陈佳雷;彭甜;张楚;纪捷;孙娜;王熠伟;陈杰 -专利权人：淮阴工学院
申请日： 2023-07-05 - 公布日： 2023-10-03 - 主分类号： G06F18/2415 文献下载
摘要：本发明公开了一种电动汽车充电桩设备故障诊断方法，在大数据库中获取充电桩历史故障数据，并进行数据预处理；利用TimeGAN对原始数据集进行数据增强，生成时间序列数据；将扩充后的数据集划分成训练集、验证集和测试集；通过时间卷积网络TCN和FEDformer构建TCN‑FEDformer融合模型；采用拉丁超立方初始化方法和柯西反向学习混合变异策略对阿基米德优化算法AOA进行改进，得到MAOA算法；利用MAOA算法优化TCN‑FEDformer融合模型的超参数，得到更有效的充电桩设备故障特征信息；将融合模型的输出通过全局平均池化后使用softmax函数进行分类。本发明能够实现对充电桩设备故障的快速、准确地诊断，提高充电桩设备的安全性和可用性。
一种电动汽车充电设备故障诊断方法

[发明专利]一种光伏功率爬坡事件预测方法-CN202310818540.X在审
发明人：李茜;彭甜;张楚;李燕妮;钱诗婕;纪捷;陈帅;陈佳雷;陈杰;张学东 -专利权人：淮阴工学院
申请日： 2023-07-05 - 公布日： 2023-09-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种光伏功率爬坡事件预测方法，获取光伏电站原始功率数据，使用改进的旋转门算法提取爬坡事件；采用辛几何模态分解对光伏历史数据进行分解得辛几何分量；采用ICMIC混沌映射对白鹭群优化算法的种群进行初始化，引入可变螺旋搜索策略对白鹭B的位置进行更新，得到改进的白鹭群优化IESOA算法；利用IESOA算法优化LightTS模型的参数，把分解后的各个子分量分别带入IESOA‑LightTS预测模型中，就可以得到各个分量的预测结果，对各个分量的预测结果进行等权重的叠加，得到初步预测结果；采用随机森林算法构造误差模型，对初步预测结果进行修正，从而得到光伏功率的最终预测值。本发明能够使得光伏功率预测值更加接近于实际值，提高光伏功率的预测精度。
一种功率爬坡事件预测方法

[发明专利]一种电动汽车锂电池温度预测方法及装置-CN202310661234.X在审
发明人： 钱诗婕;熊金琳;陶孜菡;李茜;李燕妮;张楚;王业琴;彭甜;张新荣 -专利权人：淮阴工学院
申请日： 2023-06-06 - 公布日： 2023-09-26 - 主分类号： G01R31/367 文献下载
摘要：本发明公开一种电动汽车锂电池温度预测方法及装置，采集不同老化程度下锂电池数据，基于灰色关联度理论选取强相关的温度特征，利用DBSCAN聚类算法对关键温度特征集合划分基于不同老化程度的数据样本子集；运用TCN温度预测模型对不同老化程度的数据样本子集进行分别温度预测，得到第一层预测结果；组合所有预测值重构为新的数据集作为温度在线预测模型OSELM的输入；采用Chebyshev混沌映射对蜜獾算法的种群进行初始化，在挖掘阶段中加入Levy飞行和透镜成像反向学习策略，得到XHBA算法；同时使用XHBA优化OSELM的权重和偏置，并将最优权重和偏置和测试数据样本输入到OSELM预测模型中进行融合预测，得到预测结果。本发明能够有效实现电动汽车锂电池温度的在线预测，并能提高预测精度。
一种电动汽车锂电池温度预测方法装置

[发明专利]一种基于多传感器数据融合的锂电池健康状态估计方法-CN202310686242.X在审
发明人：陈佳雷;张楚;王业琴;葛宜达;彭甜;王熠炜;王政;张学东;陈杰;李茜;李燕妮;钱诗婕 -专利权人：淮阴工学院
申请日： 2023-06-09 - 公布日： 2023-09-19 - 主分类号： G01R31/392 文献下载
摘要：本发明公开了一种基于多传感器数据融合的锂电池健康状态估计方法，采集锂电池数据，运用去趋势交叉相关分析法对数据集进行特征提取并进行数据集划分；构建基STGCN和Pyraformer模型的锂电池组电池健康状态模型；通过STGCN提取由锂电池组的多维度参数数据构成的空间参数序列的局部电池容量变化特征，将获得的特征输入到Pyraformer中建立空间参数序列与全局锂电池组健康状态的变化联系；运用均匀初始化对SDO进行初始化操作，将改进后的多元学习引入到SDO中得到改进的UMSDO算法；利用UMSDO优化STGCN‑Pyraformer模型中的超参数，获取对应的最优参数，对电池健康状态进行预测，得到电池健康状态的预测结果。本发明能够被应用于锂电池健康状态预测的建模过程中，确保锂电池健康状态预测的准确性。
一种基于传感器数据融合锂电池健康状态估计方法

[发明专利]一种电动汽车充电负荷预测方法-CN202310626730.1在审
发明人：陈杰;葛宜达;王熠炜;彭甜;张楚;陈亚娟;李燕妮;钱诗婕 -专利权人：淮阴工学院
申请日： 2023-05-30 - 公布日： 2023-08-29 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种电动汽车充电负荷预测方法，首先对电动汽车充电负荷数据处理及分析，即整理电动汽车充电负荷数据，并进行预处理与清洗，从而得到日负荷曲线；针对传统时间序列预测方法在训练数据集构造方面的不足，提出交叉训练集构造方法构造交叉训练集，交叉训练集分为水平训练集和垂直训练集；利用交叉训练集对GRU‑Autoformer模型进行训练得到两个预测模型，然后利用训练好的预测模型对待测样本进行预测；随后，对预测结果进行自适应加权求和，得到预测值；同时，利用改进的材料生成算法优化Autoformer的超参数提高模型性能；最后，结合实时测量值使用自适应卡尔曼滤波对预测结果进行校正，提高对充电负荷估计的准确性，得到最终的预测负荷。
一种电动汽车充电负荷预测方法

[发明专利]一种基于分段滤波与纵横聚类的风电功率预测方法-CN202310627483.7在审
发明人：张学东;陈佳雷;陈杰;张楚;彭甜;赵环宇;李茜;钱诗婕 -专利权人：淮阴工学院
申请日： 2023-05-30 - 公布日： 2023-08-25 - 主分类号： H02J3/00 文献下载
摘要：本发明提供了一种基于分段滤波与纵横聚类的风电功率预测方法，首先获取风电功率的历史数据，SDT进行爬坡识别，分别使用MEEMD滤波、smooth滤波对数据进行预处理，得到分段滤波后的波形；采用纵横聚类对数据进行聚类，纵向聚类通过日内预聚类、单日间再聚类和纵向时间单元的三步聚类来实现全年细化季节特性聚类，同时将纵向类内的全部数据联排聚类，实现小时间尺度下的精细横向聚类；使用变分自动编码器对聚类后的数据进行特征提取，然后使用改进的蒲公英优化算法优化Transformer预测模型参数，预测得到风电功率。本发明解决了数据波动性对预测精度的影响，其次考虑单日相似性与细化季节特性的实际情况，有效提高了预测风电功率的精确性和鲁棒性。
一种基于分段滤波纵横电功率预测方法

[发明专利]一种VOCs气体浓度预测方法及系统-CN202310566085.9在审
发明人：葛宜达;王熠炜;王政;张昭;张楚;彭甜;王业琴;李茜;钱诗婕 -专利权人：淮阴工学院
申请日： 2023-05-18 - 公布日： 2023-07-28 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种VOCs气体浓度预测方法及系统，首先实时采集VOCs气体浓度以及气象数据，并对数据进行预处理；其次，建立基于CKF的多传感器数据融合模型，对多变量数据进行局部、全局融合；然后，建立GCN‑TCN时空关联模型，将融合数据以及预处理过的历史实测数据送入GCN‑TCN时空关联模型中进行时空特征提取；利用改进的AOS算法同步优化基于CKF的多传感器数据融合模型的参数和GCN‑TCN时空关联模型的参数，搜寻两模型参数的最优解；最后，利用训练优化后的GCN‑TCN时空关联模型对化工园区的敏感区域的VOCs气体浓度进行预测，并通过云平台数据可视化实时显示。本发明可以对敏感区域的VOCs气体浓度实现更精确的预测，及时发现隐患，降低风险发生。
一种 vocs 气体浓度预测方法系统

[发明专利]一种质子交换膜燃料电池寿命预测的方法-CN202310568459.0在审
发明人：王政;张学东;陈佳雷;张越;彭甜;张楚;赵环宇;钱诗婕;李燕妮 -专利权人：淮阴工学院
申请日： 2023-05-18 - 公布日： 2023-07-28 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种质子交换膜燃料电池寿命预测的方法，采用改进的蛇优化算法分别优化卷积神经网络模型CSO‑CNN和随机向量网络模型CSO‑RVFL进行退化趋势预测；采用粒子滤波嵌套半经验模型，首先通过燃料电池的物理模型进行循环迭代得到状态方程和观测方程的参数范围，并利用粒子群优化算法进行对物理模型进行参数优化；最后采用Blending算法对数据驱动模型和物理模型预测结果进行集成学习得到燃料电池的性能退化趋势，使用性能退化趋势预测结果对质子交换膜燃料电池剩余寿命进行预测。本发明利用改进的蛇算法对CNN和RVFL模型进行同步优化，能够更好的得到燃料电池性能退化趋势，实现对质子交换膜燃料电池剩余寿命的精确快速预测。
一种质子交换燃料电池寿命预测方法

1
共 10 条