“刘江永”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83个，建议您升级VIP下载更多相关专利

[发明专利]基于改进鲸鱼算法的楼宇用电负荷优化调度方法-CN202110339674.4在审
发明人：易灵芝;李光华;陈可夫;陈才学;刘建康;刘江永;兰志勇 -专利权人：湘潭大学
申请日： 2021-03-30 - 公布日： 2021-06-01 - 主分类号： G06F30/25 文献下载
摘要：本发明公开一种改进鲸鱼算法的楼宇用电负荷优化调度方法。首先明确楼宇负荷并进行分类，明确楼宇负荷调度的目标函数和约束条件，构建楼宇负荷调度模型，对鲸鱼算法进行改进，用Sobol序列生成分布更均匀的初始鲸群，引入自适应权重调整系数，改进越界处理机制，增加样本多样性的同时产生精英粒子。算法改进后全局搜索与局部勘探能力更加均衡，更容易跳出局部最优，提高了算法寻优效率，将改进鲸鱼算法用于楼宇负荷用电优化调度中，来达到住户日用电费用最少、新能源消纳率高、舒适度高的目标。
基于改进鲸鱼算法楼宇用电负荷优化调度方法

[发明专利]一种人工鱼群-蛙跳优化极限学习机的轴承故障诊断方法-CN202011518278.X在审
发明人：易灵芝;孙涛;刘江永;徐秀;陈智勇;赵维胜 -专利权人：湘潭大学
申请日： 2020-12-21 - 公布日： 2021-04-30 - 主分类号： G01M13/04 文献下载
摘要：本发明公开了一种人工鱼群‑蛙跳优化极限学习机的轴承故障诊断方法，它包括以下的步骤：收集滚动轴承在四种状态下运行的数据，对收集获取的数据进行预处理并进行数据分割；计算5种时域无量纲指标构建5维特征向量，作为极限学习机的输入向量，并将数据分为训练样本集和测试样本集，使用训练样本集对极限学习机进行训练；在训练的过程中采用人工鱼群‑蛙跳混合算法(AFSA‑FLA)优化极限学习机的输入层权重Wi和隐含层偏置bi，获取最优的极限学习机诊断模型；将测试样本集输入上述步骤中已经训练好的极限学习机模型中进行故障的诊断分类。本发明结合了人工鱼群算法快速全局搜索和蛙跳算法较强局部搜索的能力，利用极限学习机对轴承的故障进行诊断分类。
一种人工鱼群蛙跳优化极限学习机轴承故障诊断方法

[发明专利]一种面向智能楼宇的云边协同任务调度方法-CN202011517127.2在审
发明人：易灵芝;冯晓东;高谢毅;谭貌;刘江永;苏永新 -专利权人：湘潭大学
申请日： 2020-12-21 - 公布日： 2021-04-13 - 主分类号： G06F9/50 文献下载
摘要：本发明公开了一种面向智能楼宇的云边协同任务调度方法。所述智能楼宇云边协同架构包括云计算层，边缘计算层和智能设备层。可克服云计算和边缘计算存在的缺陷，将二者的优势充分结合。这种调度方法先利用任务管理器收集智能设备产生的任务数据大小、任务种类和计算密集型程度，再收集系统中所有设备资源和网络信息，然后建立系统模型和任务模型，将现有的技术问题转化成数学优化问题。最后，根据任务计算的密集程度，对任务进行分割处理后，由任务调度器及内置优化算法寻找最优调度方案，再将任务调度方案分发下去。这一套运行机制，可以快速响应智能楼宇的请求，大幅降低任务完成时间，对计算资源达到合理的配置且用户隐私不易泄露。
一种面向智能楼宇协同任务调度方法

[发明专利]基于模糊物元与博弈论组合赋权的牵引变压器状态感知-CN202011518117.0在审
发明人：易灵芝;蒋甘霖;赵健;虢优;刘江永;范朝冬 -专利权人：湘潭大学
申请日： 2020-12-21 - 公布日： 2021-03-26 - 主分类号： G06Q10/06 文献下载
摘要：本文公开发明一种基于模糊物元与博弈论组合赋权的牵引变压器状态感知方法。它具体包括以下步骤：首先选取合适指标，构建牵引变压器状态感知体系并划分牵引变压器状态等级；然后对数据标准化处理之后由博弈论确定组合权重；接着确定权重模糊物元矩阵与关联系数模糊物元矩阵；最后确定各等级的关联度并检验其有效性，由关联度的有效性选择是否使用最大关联度原则确定结果。本发明方法为高速铁路的牵引变压器的状态感知提供了一种新的方法与思路，具有一定的实用性。
基于模糊博弈论组合牵引变压器状态感知

[发明专利]以南瓜为前驱体的铜-氮-碳催化剂及其制备方法和应用-CN202011427249.2在审
发明人： 刘江永;叶荣飞;菅盘铭;王理霞 -专利权人：扬州大学
申请日： 2020-12-09 - 公布日： 2021-03-19 - 主分类号： B01J27/24 文献下载
摘要：本发明公开了一种以南瓜为前驱体的铜‑氮‑碳催化剂及其制备方法和应用。所述方法先在硝酸铜溶液中加入南瓜粉，搅拌均匀后，升温至80～100℃继续搅拌直至水分完全蒸干，然后研磨成粉末，最后将粉末置于氮气气氛保护下升温至700～900℃焙烧1～3h制得铜‑氮‑碳催化剂。本发明的铜‑氮‑碳催化剂的制备方法成本低，对环境友好，将其应用于硝基芳烃化合物液相加氢反应中，具有催化活性好、稳定性好、可循环使用等优点。
南瓜前驱催化剂及其制备方法应用

[发明专利]基于改进多目标灰狼算法的货运列车运行曲线优化方法-CN202011517921.7在审
发明人：易灵芝;张大可;刘江永;段仁哲;陈智勇;范朝冬 -专利权人：湘潭大学
申请日： 2020-12-21 - 公布日： 2021-03-16 - 主分类号： G06F30/15 文献下载
摘要：本发明公开一种基于改进多目标灰狼算法的货运列车运行曲线优化方法。针对列车运行过程中经过坡道、弯道时参数变化，建立货运列车基于速度自适应的均质棒模型和多质点模型。由于货运列车其车钩力往往较大，容易发生断钩现象，故考虑列车间缓冲器的建模。结合线路的约束条件，将列车的安全车钩力、运行时间和能耗综合考虑作为多目标优化，行车舒适度、停车精准以及限速条件为约束。根据列车运行指标和运行路况的限制条件，使用改进多目标灰狼算法来研究运行最优工况序列。对于复杂的非线性列车运行过程，通过本发明可以优化列车运行曲线，实现列车的安全、节能、准时运行。
基于改进多目标灰狼算法货运列车运行曲线优化方法

[发明专利]一种基于PSO优化的边缘计算任务调度算法-CN202011188567.8在审
发明人：易灵芝;孙涛;刘江永;徐秀;陈智勇;范朝冬 -专利权人：湘潭大学
申请日： 2020-10-30 - 公布日： 2021-01-29 - 主分类号： G06F9/50 文献下载
摘要：本发明公开了一种基于PSO优化的边缘计算任务调度算法，它包括以下的步骤：对粒子进行编码，将边缘计算中的任务调度和粒子的位置和速度结合起来；对粒子群体进行初始化处理；选取粒子群算法的适应度函数，得到粒子的历史最优位置和全局最优位置；更新粒子群的位置和速度，输出最优的位置解码结果，进行合理的任务调度；本发明利用PSO优化算法精度高收敛快的优点，可以合理的进行任务的调度，有效的提高边缘计算中资源任务调度的利用率，减少总任务调度完成的时间。
一种基于 pso 优化边缘计算任务调度算法

[发明专利]基于GCN和WPT-MD的风力发电机故障部位识别方法-CN202011199637.X在审
发明人：易灵芝;徐秀;于文新;陈智勇;刘江永;范朝冬 -专利权人：湘潭大学
申请日： 2020-10-30 - 公布日： 2021-01-26 - 主分类号： G06K9/00 文献下载
摘要：提出一种基于GCN和WPT‑MD的风力发电机故障部位识别方法。首先对WTP、MD和GCN算法进行了简单介绍，然后将GCN与WPT‑MD结合，提出了一种基于GCN和WPT‑MD的方法，该算法可以有效、快速的实现异步发电机的故障诊断，识别出故障部位。将笼型异步发电机作为应用对象进行仿真实验，实验结果表明，该算法的诊断速度更快，且损失率最小。
基于 gcn wpt md 风力发电机故障部位识别方法

[发明专利]一种基于IVMD-ACMPSO-CSLSTM组合电力负荷预测方法-CN202011189088.8在审
发明人：易灵芝;朱江;刘江永;孙颢一;陈智勇;范朝冬 -专利权人：湘潭大学
申请日： 2020-10-30 - 公布日： 2021-01-26 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开一种基于IVMD‑ACMPSO‑CSLSTM组合电力负荷预测方法。该模型使用IVMD算法将负荷信号分解为多个IMF，将负荷信号减去所有IMF得到残差序列，IVMD的K值选取通过隐式反馈机制决定；然后将各序列分别建立LSTM子模型，采用滚动策略预测指定长度的负荷点序列，各子模型对应索引值相加得到负荷预测值通过ACMPSO算法求得LSTM最优参数,减小误差；最后设置IVMD‑ACMPSO‑CSLSTM需寻优的参数及范围。最后将本发明用到中短期负荷预测的模型上去，与现有技术相比，本发明具有提高超短期负荷预测精度、降低训练时间等优点，而且预测误差最小。
一种基于 ivmd acmpso cslstm 组合电力负荷预测方法

[发明专利]基于机车线路可见的多源信息融合预见定位定时控制方法-CN202010601802.3在审
发明人：易灵芝;姜鹏;廖欢;兰永红;谭貌;陈才学;刘江永;陈智勇;范朝冬;彭寒梅 -专利权人：湘潭大学
申请日： 2020-06-29 - 公布日： 2020-10-27 - 主分类号： G07C5/08 文献下载
摘要：本发明公开了一种基于机车线路可见的多源信息融合预见定位定时控制方法。它包含以下步骤：通过位置和速度传感器获取机车线路位置、速度、加速度信息，然后抽象出多源信息特征向量；以神经网络为分类器，在特征层将不同的驾驶类型与复杂的驾驶信息区分开来，为最终的信息融合诊断提供良好的基础；将区分后的驾驶信息与机车可见线路进行信息融合；基于多源信息融合对机车定时定位进行高精度预见控制。本发明以高精度对机车定时定位进行预见控制，可以及时将机车运动信息快速传输给控制程序，有利于机车自动驾驶的快速响应。
基于机车线路可见信息融合预见定位定时控制方法

[发明专利]一种基于快照反馈机制的短期电力负荷预测组合方法-CN202010638813.9在审
发明人：易灵芝;孙颢一;邱东洲;范朝冬;陈智勇;刘江永;彭寒梅;李利娟;罗勋华 -专利权人：湘潭大学
申请日： 2020-07-04 - 公布日： 2020-10-16 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于快照反馈机制的短期电力负荷预测组合方法，该方法首先采集了历史电力负荷数据，并进行了处理，建立了训练样本集和测试样本集，然后对训练样本集建立本发明预测模型(VMDSF‑CSLSTM)。在训练的过程中，使用一种基于快照反馈机制改进的变分模态分解算法分解历史电力负荷数据；将测试样本输入训练好的神经网络中进行短期电力负荷预测，得到负荷预测结果。本发明能获得较高精度的短期电力负荷预测结果。
一种基于快照反馈机制短期电力负荷预测组合方法

[发明专利]一种基于分子运动轨迹搜索算法的MPPT控制-CN202010633554.0在审
发明人：易灵芝;周东访;刘江永;范朝冬;陈智勇;彭寒梅 -专利权人：湘潭大学
申请日： 2020-07-04 - 公布日： 2020-09-22 - 主分类号： G05F1/67 文献下载
摘要：本发明公开了一种基于分子运动轨迹搜索算法的多峰最大功率点跟踪(Maximum Power Point Tracking，MPPT)控制方法。首先将光伏阵列的短路电流Isc聚变为H个种群粒子，并将P‑Isc作为种群粒子的搜索范围。将区域内种群粒子追踪最大功率点的运动轨迹调整为椭圆形，高效高覆盖对光伏阵列的全局最大功率点进行搜索。对脱离局部极值的功率点通过改进型扰动观察法进行精度提升。本算法能够对局部阴影下具有多峰输出特性的光伏阵列MPPT最大功率点进行搜索，解决其易陷入局部极值、精度过低等问题，准确找到全局最大功率点。该算法寻优能力强，搜索精度高，易于编程实现。
一种基于分子运动轨迹搜索算法 mppt 控制

[实用新型]一种汽车后窗立柱遮阳帘结构-CN201922379221.5有效
发明人：付斌;杜文超;宋斌;刘江永 -专利权人：汉腾汽车有限公司
申请日： 2019-12-26 - 公布日： 2020-08-07 - 主分类号： B60J1/20 文献下载
摘要：本实用新型公开了一种汽车后窗立柱遮阳帘结构，属于汽车遮阳帘结构技术领域，包括外壳、转轴和固定杆，所述外壳的两端均设有安装座，所述外壳的表面开设有开口槽，所述转轴的两端分别通过轴承转动连接在外壳内，且所述转轴的两端与外壳内壁之间均通过扭转弹簧关联连接，所述转轴的表面收卷有帘布，所述帘的一端穿过开口槽固定在定位杆的一侧，所述定位杆8的表面开设有限位槽，所述固定杆的一侧表面设有至少两个卡勾，所述定位杆通过限位槽与设置在固定杆上的卡勾卡接固定。本实用新型优化遮阳帘结构，使帘布隐藏在立柱外壳内，且相对于传统车内的收卷器体积会更小，成本相对更低。
一种汽车后窗立柱遮阳结构

[发明专利]一种汽车后窗立柱遮阳帘结构-CN201911364862.1在审
发明人：付斌;杜文超;宋斌;刘江永 -专利权人：汉腾汽车有限公司
申请日： 2019-12-26 - 公布日： 2020-05-15 - 主分类号： B60J1/20 文献下载
摘要：本发明公开了一种汽车后窗立柱遮阳帘结构，属于汽车遮阳帘结构技术领域，包括外壳、转轴和固定杆，所述外壳的两端均设有安装座，所述外壳的表面开设有开口槽，所述转轴的两端分别通过轴承转动连接在外壳内，且所述转轴的两端与外壳内壁之间均通过扭转弹簧关联连接，所述转轴的表面收卷有帘布，所述帘的一端穿过开口槽固定在定位杆的一侧，所述定位杆8的表面开设有限位槽，所述固定杆的一侧表面设有至少两个卡勾，所述定位杆通过限位槽与设置在固定杆上的卡勾卡接固定。本发明优化遮阳帘结构，使帘布隐藏在立柱外壳内，且相对于传统车内的收卷器体积会更小，成本相对更低。
一种汽车后窗立柱遮阳结构

[发明专利]基于深度学习的货运列车最佳速度曲线动态规划逐次逼近方法-CN202010000672.8在审
发明人：易灵芝;刘建康;刘江永;林佳豪;周波 -专利权人：湘潭大学
申请日： 2020-01-02 - 公布日： 2020-04-17 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了一种基于深度学习的货运列车最佳速度曲线动态规划逐次逼近方法。首先对影响列车行驶的因素进行详细划分，进一步明确货运机车自动驾驶的目标函数和约束条件，构建货运机车自动驾驶的深度学习模型，基于wake‑sleep算法使货运列车的影响因素特征值和隐藏层神经元的层数最优，输入的影响因素的特征值最优，进一步使传递系数最优。在速度动态可变环境下自适应实现机车速度模糊控制快速跟踪，基于多次相同线路的运行经验数据积累，基于深度学习的货运列车最佳速度曲线动态规划逐次逼近方法，能够动态跟踪和预测货运列车速度。
基于深度学习货运列车最佳速度曲线动态规划逐次逼近方法