期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于数据扩展的锂离子电池早期寿命在线预测 被引量:1
1
作者 李超 汪伟 +1 位作者 安斯光 邹国平 《现代电子技术》 北大核心 2024年第10期171-176,共6页
准确的锂离子电池早期剩余使用寿命预测可以确保用户在早期阶段对锂离子电池进行监控,从而为用户提供早期规划。已有的研究方法在训练样本时存在数据利用不充分的问题,因此提出一种充分利用离线电池的历史数据对在线早期数据进行扩展,... 准确的锂离子电池早期剩余使用寿命预测可以确保用户在早期阶段对锂离子电池进行监控,从而为用户提供早期规划。已有的研究方法在训练样本时存在数据利用不充分的问题,因此提出一种充分利用离线电池的历史数据对在线早期数据进行扩展,从而实现对电池使用寿命早期预测的方法。离线建模阶段,使用高斯过程回归(GPR)模型将离线电池所有循环的数据进行训练,建立锂离子电池健康特征随循环次数变化的时序关系模型。在线预测阶段,使用高斯过程回归模型经由前100个周期数据扩展得到后期健康特征,之后将生成的后期特征融合到早期特征中,形成最终的全生命周期特征。最后通过预训练的一维卷积神经网络-长短期记忆模型进行早期预测。在公开的夏威夷NMC-18650电池退化数据集中的测试结果显示,早期预测相对误差小于1.2%,证明了该方法的有效性。 展开更多
关键词 锂离子电池 剩余使用寿命预测 早期预测 数据扩展 高斯过程回归 CNN-LSTM
下载PDF
实验辅助“电子技术”课堂教学探索与实践
2
作者 陈志强 王丽 +2 位作者 安斯光 童仁圆 李青 《电气电子教学学报》 2024年第3期211-214,共4页
探索了“电子技术”课程JIT(Just In Time,即时)实验辅助课堂教学的课程改革。通过分析教学中存在的问题,优化了教学内容,搭建了灵活、便携的JIT实验平台,设计了JIT实验用例。课堂实践结果表明,JIT实验辅助教学激发了学生的学习热情,提... 探索了“电子技术”课程JIT(Just In Time,即时)实验辅助课堂教学的课程改革。通过分析教学中存在的问题,优化了教学内容,搭建了灵活、便携的JIT实验平台,设计了JIT实验用例。课堂实践结果表明,JIT实验辅助教学激发了学生的学习热情,提高了学生的工程实践能力,收到良好的教学效果。 展开更多
关键词 课堂教学 教学改革 电子技术
下载PDF
基于时序生成对抗网络和注意力机制的电器数据生成方法
3
作者 施清译 汪伟 +1 位作者 安斯光 邹国平 《现代电子技术》 北大核心 2024年第11期161-167,共7页
在智能电网中,非侵入式负荷检测等技术的实现都需要使用大量标记过的电器功率数据,而这类数据的收集和标注十分昂贵、耗时并且容易侵犯用户的安全隐私。为了应对数据收集的挑战,文中提出一种将时序生成对抗网络和通道空间双注意力机制... 在智能电网中,非侵入式负荷检测等技术的实现都需要使用大量标记过的电器功率数据,而这类数据的收集和标注十分昂贵、耗时并且容易侵犯用户的安全隐私。为了应对数据收集的挑战,文中提出一种将时序生成对抗网络和通道空间双注意力机制相结合的数据生成方法,用来合成与实际电器功率数据相似的合成数据。时序生成对抗网络结合无监督的灵活性和有监督的可控性,能够进行家用电器数据生成,注意力机制又能够使时序生成对抗网络注重电器启动时的波形,忽略电器未启动时的干扰,构建一个符合真实工况且随机的数据生成模型。文中使用五种性能度量指标对该模型生成的数据进行评估,并且使用主成分分析(PCA)降维进行可视化分析。实验结果表明,使用该方法生成的合成数据具有与真实数据非常相似的特征,并有较高的精度。 展开更多
关键词 数据生成 时序生成对抗网络 注意力机制 深度神经网络 数据收集 电器波形
下载PDF
An ε-domination based two-archive 2 algorithm for many-objective optimization 被引量:3
4
作者 WU Tianwei an siguang +1 位作者 Han Jianqiang SHENTU Nanying 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2022年第1期156-169,共14页
The two-archive 2 algorithm(Two_Arch2) is a manyobjective evolutionary algorithm for balancing the convergence,diversity,and complexity using diversity archive(DA) and convergence archive(CA).However,the individuals i... The two-archive 2 algorithm(Two_Arch2) is a manyobjective evolutionary algorithm for balancing the convergence,diversity,and complexity using diversity archive(DA) and convergence archive(CA).However,the individuals in DA are selected based on the traditional Pareto dominance which decreases the selection pressure in the high-dimensional problems.The traditional algorithm even cannot converge due to the weak selection pressure.Meanwhile,Two_Arch2 adopts DA as the output of the algorithm which is hard to maintain diversity and coverage of the final solutions synchronously and increase the complexity of the algorithm.To increase the evolutionary pressure of the algorithm and improve distribution and convergence of the final solutions,an ε-domination based Two_Arch2 algorithm(ε-Two_Arch2) for many-objective problems(MaOPs) is proposed in this paper.In ε-Two_Arch2,to decrease the computational complexity and speed up the convergence,a novel evolutionary framework with a fast update strategy is proposed;to increase the selection pressure,ε-domination is assigned to update the individuals in DA;to guarantee the uniform distribution of the solution,a boundary protection strategy based on I_(ε+) indicator is designated as two steps selection strategies to update individuals in CA.To evaluate the performance of the proposed algorithm,a series of benchmark functions with different numbers of objectives is solved.The results demonstrate that the proposed method is competitive with the state-of-the-art multi-objective evolutionary algorithms and the efficiency of the algorithm is significantly improved compared with Two_Arch2. 展开更多
关键词 many-objective optimization ε-domination boundary protection strategy two-archive algorithm
下载PDF
锂电池SOC和SOH的自适应联合在线估算方法 被引量:2
5
作者 俞志骏 安斯光 汪伟 《计算机应用与软件》 北大核心 2023年第10期142-149,共8页
为了准确和快速地估算电动汽车运行过程中汽车电池的荷电状态(State of Charge,SOC)和健康状态(State of Health,SOH),提出一种基于遗忘因子最小二乘和可变时间尺度扩展卡尔曼滤波器的自适应联合估算算法。为了提高算法的效率和准确度,... 为了准确和快速地估算电动汽车运行过程中汽车电池的荷电状态(State of Charge,SOC)和健康状态(State of Health,SOH),提出一种基于遗忘因子最小二乘和可变时间尺度扩展卡尔曼滤波器的自适应联合估算算法。为了提高算法的效率和准确度,引入自适应遗忘因子递归最小二乘(Adaptive Forgetting Factor Recursive Least Square,AFFRLS)方法来识别电池模型中的参数,并采用可变时间尺度扩展卡尔曼滤波器(Variable Time Scale Extended Kalman Filter,VEKF)来指示SOC和SOH,以满足对电池动态状况进行在线快速估算的需求。应用动态应力测试(Dynamic Stress Test,DST)数据库验证了该方法的有效性,实验结果表明,该联合估算方法可以获取准确的电池模型,并实现在线状态估算。 展开更多
关键词 锂电池 健康状况 荷电状态 适应性遗忘因子 可变的时间尺度 在线估算
下载PDF
改进聚合树的高维多目标降维优化算法 被引量:2
6
作者 吴天纬 安斯光 +3 位作者 孙崎岖 李梅 孙丽宏 申屠南瑛 《计算机工程与应用》 CSCD 北大核心 2020年第21期47-53,共7页
对于高维多目标优化问题,降维优化算法通过去除或融合冗余目标的方法解决算法耗时过多的问题,但同时也会导致算法分布性能下降。聚合树算法定义非参数秩冲突从而可以快速计算出各目标间冲突度,但聚合树算法鲁棒性有待提高,且需要用户自... 对于高维多目标优化问题,降维优化算法通过去除或融合冗余目标的方法解决算法耗时过多的问题,但同时也会导致算法分布性能下降。聚合树算法定义非参数秩冲突从而可以快速计算出各目标间冲突度,但聚合树算法鲁棒性有待提高,且需要用户自行决策去除冗余目标。针对这些问题,提出数组叠加机制并定义冲突趋势和冲突度误差,以提高算法鲁棒性;通过合并冲突度较低的冗余目标的方法来进行目标降维,并定义降维截止冲突度;与NSGA-III算法结合,以达到对高维多目标问题进行完整降维优化的目的。为检验该算法性能,与其他经典高维算法进行对DTLZ测试函数集的优化对比,实验结果表明,该算法在耗时更少的同时,也具有较为优秀的分布性能和收敛性能。 展开更多
关键词 高维多目标优化 聚合树算法 冲突度
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部