“林培杰”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138个，建议您升级VIP下载更多相关专利

[发明专利]一种多口注塑的塑胶料件成型装置及其工艺-CN201810382968.3有效
发明人：何卓华;李天扶;林培杰;黄惠宁;梁家鹏 -专利权人：精英模具（珠海）有限公司
申请日： 2018-04-26 - 公布日： 2023-10-27 - 主分类号： B29C45/22 文献下载
摘要：本发明公开了一种多口注塑的塑胶料件成型装置，包括第一注塑件及至少两个第二注塑件，第二注塑件能够对接第一注塑件上不同位置的分流通道，第二注塑件在滑槽中能够微调位置。注塑模具上相间分布的第一进胶口和第二进胶口；先注塑第一进胶口；胶料靠近第二进胶口时，第二进胶口开始注塑；所有第一进胶口及第二进胶口均完成注塑，胶料填充满注塑模具型腔，塑胶产品注塑成型。解决了长条形产品表面出现融合线的问题，使产品表面更平整、美观，提高了产品的机械强度与注塑模具的生产效率。控制注塑进胶的先后次序这种技术能使产品表面光滑，减少了产品的后加工工作量，提高了产品的质量。
一种注塑塑胶成型装置及其工艺

[发明专利]一种实现多值非挥发存储的方法-CN202010502998.0有效
发明人：赖云锋;宫泽弘;林培杰;程树英;郑巧;俞金玲 -专利权人：福州大学
申请日： 2020-06-05 - 公布日： 2023-09-26 - 主分类号： H10N70/00 文献下载
摘要：本发明提出一种实现多值非挥发存储的方法，通过提升阻变存储器的高低态阻值比，以及增加多值存储时各阻态的区分度来优化其多值非挥发存储性能；阻变存储器的电极之间设有可稳定所述阻变存储器高阻态工况导电通路的多层阻变介质；多层阻变介质包括第一介质层和第二介质层；所述第一介质层与第二介质层的界面间存在势垒；当阻变存储器处于高阻态工况时，所述势垒提升电阻值；第一介质层中分布有可稳定所述阻变存储器低阻态工况导电通路的金属纳米颗粒；当阻变存储器处于低阻态工况时，金属纳米颗粒降低电阻值；本发明通过在存储介质中嵌入纳米颗粒，实现阻变存储器各阻态的区分度的提高并保证器件的数据存储能力。
一种实现多值非挥发存储方法

[外观设计]微生物菌瓶-CN202330261624.9有效
发明人：艾睿婷;梅文苑;孙振亚;陈思远;曹丹慧;张皓越;林培杰;朱陈海 -专利权人：梅文苑
申请日： 2023-05-06 - 公布日： 2023-09-26 - 主分类号： 24-02 文献下载
摘要：1.本外观设计产品的名称：微生物菌瓶。2.本外观设计产品的用途：用于盛装菌剂。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：主视图。
微生物

[发明专利]基于NB-IoT的智能烟雾报警系统及其实现方法-CN201810835637.0有效
发明人：章杰;何煌城;周海芳;程树英;林培杰;江美玲;杨炳坤 -专利权人：福州大学
申请日： 2018-07-26 - 公布日： 2023-09-22 - 主分类号： G08B17/10 文献下载
摘要：本发明涉及一种基于NB‑IoT的智能烟雾报警系统及其实现方法。包括烟感报警终端、NB‑IoT基站和核心网、物联网平台、客户端；所述烟感报警终端包括STM32L431单片机模块及与该STM32L431单片机模块连接的电源模块、用于实现系统与NB‑IoT进行通信的BC95无线通信模块、用于实现烟雾浓度的采集的MQ‑2烟雾报警模块和用于实现报警阈值调节的按键模块；MQ‑2烟雾报警模块采集的烟感信号，通过BC95无线通信模块上传至物联网平台，物联网平台判断烟雾浓度超过烟雾浓度阈值时在手机APP端会产生报警信号，同时下发报警命令；所述客户端用于实现系统中用户登录、消息推送、设备添加、设置设备信息以及发送下行命令功能。本发明可以准确判断发生火情的时间；相比于传统的火灾报警系统，时效性更高，传输更加及时，稳定。
基于 nb iot 智能烟雾报警系统及其实现方法

[发明专利]一种光伏组件在线I-V特性监测及参数辨识系统-CN202310425080.4在审
发明人：陈志聪;钟胜铨;吴丽君;程树英;林培杰 -专利权人：福州大学
申请日： 2023-04-20 - 公布日： 2023-07-21 - 主分类号： H02S50/10 文献下载
摘要：本发明提出一种光伏组件在线I‑V特性监测及参数辨识系统，包括光伏组件在线I‑V扫描模块、光伏模型参数辨识方法以及数据处理上位机；光伏组件在线I‑V扫描模块对光伏组件进行I‑V特性曲线在线扫描，并实时监测组件的工作电压和电流，监测数据上传至数据处理上位机；数据处理上位机通过Cubic混沌映射RAO‑1算法CCRAO‑1、单纯形算法INMS的混合优化算法CCRAO1‑INMS辨识光伏模型参数，并对I‑V特性曲线数据进行参数提取；所述CCRAO1‑INMS算法中，使用CCRAO1算法为NMS算法寻找初始点；所述单纯形算法INMS基于NMS算法改进；本发明能够实时地在线获取精确的光伏组件I‑V特性曲线数据和实时工作电流电压数据，并且能够实时进行准确的光伏模型参数识别，算法计算复杂度低，准确性高，可适用于嵌入式系统平台。
一种组件在线特性监测参数辨识系统

[发明专利]一种基于长短期记忆神经网络的智慧路灯控制方法-CN202210682896.0有效
发明人： 林培杰;程树英;章杰;郑伟彬;陈志聪;吴丽君;许嘉辉;郭昊;毛胤靖;郑凯 -专利权人：福州大学;福州福大自动化科技有限公司
申请日： 2022-06-15 - 公布日： 2023-05-12 - 主分类号： H05B47/105 文献下载
摘要：本发明涉及一种基于长短期记忆神经网络的智慧路灯控制方法。从气象网站获取路灯所在地的湿度、风速、PM2.5、PM10等气象数据，并利用照度传感器采集照度信息，以此作为智慧路灯控制的样本数据集；对每个样本信号进行归一化处理；调用长短期记忆神经网络算法，以湿度、风速、PM2.5、PM10作为模型的输入特征，能见度作为模型的输出，构建能见度检测算法模型；结合能见度检测算法模型所得的能见度情况与当前的照度情况构建路灯控制策略；根据所构建的路灯控制策略，在高能见度时，采用普通亮度与高色温照明模式，节约能源；在低能见度时输出更高的亮度与更低的色温，增强路灯透雾能力。本发明能够实现不同能见度下的路灯自适应调光。
一种基于短期记忆神经网络智慧路灯控制方法

[发明专利]一种基于混合信任区间反射的光伏模型参数辨识方法-CN201811352490.6有效
发明人：陈志聪;陈毅翔;吴丽君;程树英;林培杰;郑茜颖;陈辉煌 -专利权人：福州大学
申请日： 2018-11-14 - 公布日： 2023-04-18 - 主分类号： G06F30/27 文献下载
摘要：本发明提供了一种基于混合信任区间反射的光伏模型参数辨识方法，属于太阳能电池及光伏发电阵列的检测技术领域。一种基于混合信任区间反射的光伏模型参数辨识方法，结合了人工蜂群算法强大的全局搜索能力和信任区间反射法强大的局部搜索能力，进一步提高了光伏模型参数提取的速度，精度和收敛性。
一种基于混合信任区间反射模型参数辨识方法

[发明专利]基于改进型Bi-LSTM的光伏电站短期功率预测方法-CN202011175408.4有效
发明人：陈志聪;张财贵;吴丽君;林培杰;程树英 -专利权人：福州大学
申请日： 2020-10-28 - 公布日： 2023-04-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于改进型Bi‑LSTM的光伏电站短期功率预测方法，提取原始气象参数作为光伏电站预测模型的输入；对数据集进行预处理；采用皮尔森相关系数分析对光伏电站输出功率预测曲线的拟合程度进行特征参数选择；采用主成分分析法对所选择的特征参数进行排序，确定改进型模型输入数据集；根据数值天气预报中心获得的连续三天待预测日数据作为测试集；根据数值统计学方法来判断待预测日的天气类型，计算历史训练集的特征参数与待预测日的特征参数之间的欧式距离，选取误差小于0.5的参数作为改进模型输入；搭建预测模型，并进行优化，设定改进型预测模型的相关参数，选择最佳的光伏电站输出功率预测效果。本发明能提高光伏发电输出功率预测的精准度。
基于改进型 bi lstm 电站短期功率预测方法

[发明专利]基于极限学习机和IV特性的光伏组件快速建模方法-CN201910278837.5有效
发明人：陈志聪;吴丽君;余辉;郑巧;程树英;林培杰 -专利权人：福州大学
申请日： 2019-05-06 - 公布日： 2023-04-07 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及基于极限学习机和IV特性的光伏组件快速建模方法，包括以下步骤：步骤S1：采集光伏组件在各种环境条件下的IV特性曲线数据；步骤S2:根据IV特性曲线数据数据，获取IV特性曲线；步骤S3:剔除异常的IV曲线数据，获得正常的IV曲线数据集；步骤S4：根据IV特性曲线数据的辐照度和组件背板温度，对正常的IV曲线数据集进行网格抽取，获得到均匀覆盖各种工况的IV曲线数据集，并随机分为独立的训练曲线集和测试曲线集；步骤S5获得由各个数据点的训练数据点集和测试数据点集。步骤S6：根据S5中得到的训练数据点，建立光伏组件模型。本发明能够准确有效快速地对光伏组件的IV特性进行建模，模型训练速度快，并且具有很好的准确性以及泛化能力。
基于极限学习机 iv 特性组件快速建模方法

[外观设计]柜子(屏风柜0920)-CN202230621495.5有效
发明人： 林培杰 -专利权人： 林培杰
申请日： 2022-09-20 - 公布日： 2023-02-28 - 主分类号： 06-04 文献下载
摘要：1.本外观设计产品的名称：柜子(屏风柜0920)。2.本外观设计产品的用途：本外观设计产品用于家具。3.本外观设计产品的设计要点：在于整体形状。4.最能表明设计要点的图片或照片：立体图。
柜子屏风 0920

[发明专利]基于卷积神经网络和二维气象矩阵的光伏功率预测方法-CN202110330964.2有效
发明人： 林培杰;程树英;陈振祥;陈志聪;吴丽君;郑茜颖 -专利权人：福州大学
申请日： 2021-03-29 - 公布日： 2023-02-21 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于卷积神经网络和二维气象矩阵的光伏功率预测方法。该方法提出了一种由一维卷积神经网络和二维卷积神经网络构成的混合卷积神经网络模型，以此模型进行光伏发电功率的预测。以待测小时的气象参数为气象特征值通过灰色关联分析算法在电站的历史数据集中寻找待测小时的相似小时数据。然后将这些数据中的多元气象因素转化为二维气象矩阵，便于卷积神经网络深度挖掘气象因素和光伏功率输出的非线性关系。最后，将这些二维气象矩阵作为模型的输入，预测各个小时的发电功率。本发明能够快速准确对光伏电站的发电功率进行预测。
基于卷积神经网络二维气象矩阵功率预测方法

[发明专利]一种实现氧化锌线状晶体管电导可调的方法-CN201810734873.3有效
发明人：赖云锋;陈凡;陈帅;程树英;林培杰;俞金玲 -专利权人：福州大学
申请日： 2018-07-06 - 公布日： 2023-02-21 - 主分类号： G06F30/367 文献下载
摘要：本发明涉及一种实现氧化锌线状晶体管电导可调的方法，其特征在于：所述氧化锌线状晶体管包括重掺硅/二氧化硅衬底、氧化锌线状介质以及一对钛电极；所述氧化锌线状晶体管电导可调的方法包括以下步骤：设氧化锌线状晶体管的阈值电压为VG1，某一栅极电压下的电导状态为C1；对氧化锌线状晶体管的栅极施加‑V1~V2范围的扫描电压，使氧化锌线状晶体管的阈值电压变为VG2，可以获得该栅压下的第2电导状态C2；对氧化锌线状晶体管的栅极施加‑V1~Vi范围的扫描电压，使氧化锌线状晶体管的阈值电压变为VGi，可以获得该栅压下的第i电导状态Ci。通过本发明可以对具有良好的电导调节特性氧化锌线状晶体管，获得在同一栅极电压下不同的电导状态。
一种实现氧化锌线状晶体管电导可调方法

[发明专利]基于反向学习与增强复杂进化的光伏阵列参数提取方法-CN201810946865.5有效
发明人：陈志聪;陈毅翔;吴丽君;林培杰;程树英 -专利权人：福州大学
申请日： 2018-08-19 - 公布日： 2022-12-13 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及基于反向学习与增强复杂进化的光伏阵列参数提取方法，包括：获取光伏面板实际的I‑V特性曲线，并选择相应的光伏模型。确定此优化问题的目标函数。通过反向学习算法（OBL）算法对初始点的位置进行优化。利用增强型的复杂进化算法（ESCE）根据不同的电路模型提取模型参数。通过该算法提取不同实测条件下光伏面板的模型参数。本发明提出的一种基于反向学习策略与增强型复杂进化算法的光伏阵列参数提取方法，速度快，收敛性强，稳定性好。
基于反向学习增强复杂进化阵列参数提取方法

[发明专利]一种基于混合改进Faster R-CNN实现多种类光伏阵列热斑检测方法-CN202110330963.8有效
发明人： 林培杰;赖云锋;程树英;陈诗坤;陈志聪;吴丽君;郑茜颖 -专利权人：福州大学
申请日： 2021-03-29 - 公布日： 2022-10-04 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于混合改进Faster R‑CNN实现多种类光伏阵列热斑检测方法。该方法采集光伏阵列多尺度的红外图像数据，剔除异常的图像数据后，进行热斑等光伏缺陷的类别和回归框标注。通过在线数据增强增加样本的数据量，先输入训练热斑阴影类检测模型，接着输入训练光伏面板类检测模型。通过光伏面板类检测模型的面板检测结果，将热斑阴影类模型检测结果中不在检测面板内的目标去除掉，最后输出原图和图像中光伏面板、一类热斑、二类热斑和阴影四类的检测结果。本发明能够准确对光伏阵列的红外热斑进行检测与定位。
一种基于混合改进 faster cnn 实现多种类光伏阵列检测方法

[发明专利]基于一维深度残差网络的光伏组件电压电流特性建模方法-CN201811591567.5有效
发明人：陈志聪;陈毅翔;吴丽君;程树英;林培杰 -专利权人：福州大学
申请日： 2018-12-25 - 公布日： 2022-09-06 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及基于一维深度残差网络的光伏组件电压电流特性建模方法，包括以下步骤：步骤S1：采集光伏组件的实测IV曲线数据；步骤S2:对光伏组件的实测IV曲线数据进行重采样；步骤S3:根据重采样得到的实测IV曲线数据，采用曲线拟合方法剔除异常的IV曲线数据，得到正常的IV曲线数据；步骤S4：对正常的IV曲线数据进行网格采样，得到均匀覆盖各种工况的IV曲线数据集；步骤S5：根据得到的IV曲线数据集，采用基于一维深度残差网络的方法对光伏组件进行建模，得到用于I‑V特性进行预测的最优模型。本发明能够准确有效的对正常的光伏组件进行建模，且相比于传统的机器学习算法具有更高的稳定性、准确性以及泛化能力。
基于深度网络组件电压电流特性建模方法

1
2
3
4
5
6
7
8
9
10
下一页»
尾页
共 138 条