检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

梯次利用锂离子电池模组分选方法研究

梯次利用锂离子电池模组分选方法研究

作者：邹涵宇华北电力大学(北京)

学位级别：硕士

新能源电动汽车产业蓬勃发展的同时带来了大量退役动力电池,对退役电池进行梯次利用具有较高的环保与经济价值。论文以退役动力电池模组梯次利用储能为出发点,研究了决定梯次储能安全性与运行效率的关键问题——模组分选的一致性问题。... 详细信息

新能源电动汽车产业蓬勃发展的同时带来了大量退役动力电池,对退役电池进行梯次利用具有较高的环保与经济价值。论文以退役动力电池模组梯次利用储能为出发点,研究了决定梯次储能安全性与运行效率的关键问题——模组分选的一致性问题。本文以Simulink为仿真工具,以4单体串联模组为仿真对象,针对电池模组一致性受多种因素影响的情况,在讨论单体寿命衰减机理的基础上,以7个一致性影响因素为研究对象,研究了仿真伊始仅某单因素参数分布不一致,其他6个因素初始参数分布完全一致时,模组及其串联单体容量的演变规律。随后,针对模组内各单体常规参数无法准确辨识的情况,以模组放电电压曲线为研究对象,进行曲线形态相似性辨识,得到了包含拉伸旋转量、x轴向平移量和y轴向平移量的相似性变换矩阵,总结出4个相似性矩阵特性参数,进而分析了不同影响因素下矩阵参数的演变规律,并在此基础上,结合单因素影响仿真结果,提出了一种基于电压曲线相似性矩阵参数并考虑参数权重的模组一致性再分选方案,并进行了实验验证。结果表明:1、库仑效率和温度不一致对模组寿命衰减贡献最大,其次是容量衰减率、初始内阻及增长率不一致,仅初始SOC、初始容量不一致不会加剧模组衰减,模组衰减过程中,因素对模组的影响具有权重性、耦合性的特征。2、不同影响因素对应的相似性矩阵敏感参数不同,对于退役模组,所辨识的矩阵参数可以替代常规电参量来表征模组一致性。3、在结合因素影响权重的基础上,以电压曲线相似性参数作为新的分选参数的电池模组级别的多参数分选方案效果较好,分选出的模组后续衰减速率更为一致,这一快速分选方法有利于提高储能系统的安全性与经济性。

关键词：锂离子电池梯次利用分选方法电压曲线

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电力设备监控信息智能审核决策技术

大众用电 2023年第10期38卷 61-62页

作者：张谜李俊堂原浠超邹涵宇国网长沙供电公司

为满足国家电网公司对设备监控信息点表的高要求,提高点表审核工作效率,电力设备监控信息智能审核决策技术应运而生。该技术建立了变电站点表专家自动审核的工作机制,将监控信息点表与国网点表标准规范进行自动比对,查找缺漏信号及不规... 详细信息

为满足国家电网公司对设备监控信息点表的高要求,提高点表审核工作效率,电力设备监控信息智能审核决策技术应运而生。该技术建立了变电站点表专家自动审核的工作机制,将监控信息点表与国网点表标准规范进行自动比对,查找缺漏信号及不规范信号,辅助人工审核工作,为确保监控信息完整准确提供有效的技术手段,减轻人工工作压力,提高设备监控信息接入的质量和效率。

关键词：国家电网公司监控信息设备监控电力设备信息点人工审核自动审核标准规范

基于UbD模式的成都地区初中版画实践教学研究

在线全文

学校读者我要写书评

暂无评论

基于UbD模式的成都地区初中版画实践教学研究

作者：邹涵钇成都大学

学位级别：硕士

目前,我国的基础教育课程改革已经进入了一个全新的发展时期,在素质教育中的美术教育作为其重要组成部分之一,选择什么样的教学方法成为教育界探索和实践的课题。版画作为美术的一个重要门类,以独特的艺术语言,喜闻乐见的形式,对学生的... 详细信息

目前,我国的基础教育课程改革已经进入了一个全新的发展时期,在素质教育中的美术教育作为其重要组成部分之一,选择什么样的教学方法成为教育界探索和实践的课题。版画作为美术的一个重要门类,以独特的艺术语言,喜闻乐见的形式,对学生的整体发展起着至关重要的作用。同时版画作为一种重要的艺术表现形式,在美术教育中具有重要地位。然而,当前的版画教学存在一个主要问题,即教师往往把教学活动作为主要指导方向,过分注重作品的呈现,而忽视了学生对于版画艺术的基本认识和理解。当前成都地区初中版画教学也存在着如课程设计缺乏系统性、学生参与度不高等问题。“理解为先”(Understanding by Design,简称“UbD”)是一种逆向的教学设计,避免了传统教学中两大教学缺点,一是太过关注学习活动,二是过于关注灌输学科知识,向大家展示了符合中国核心素养的一种教学模式。采取逆向设计思路,不仅可以激发学生对美术的学习兴趣,促进学生课堂参与度,同时也可以为学生改进学习效果提供一种新的学习方法。将UbD教学模式与初中版画教学共同研究,以探索UbD教学模式在美术教学中的应用策略,是一个具有重要研究意义的课题。本文一共由五个不同的部分组成。绪论为第一部分,首先概述了研究的背景、目的、意义,以及研究的思路和方法,然后分析了国内外的研究现状;第二部分详细解释了UbD教学模式的基本概念和理论依据,包括对UbD教学模式和版画进行相关概念的梳理与界定,并将UbD教学模式与传统教学模式进行比较;第三部分对成都地区UbD教学模式在初中版画课程教学的现状调查及分析;第四部分为基于UbD教学模式的初中版画实践教学研究;第五部分是对UbD教学模式在初中版画课程教学实践的总结与展望。

关键词： UbD教学模式版画美术教学逆向设计

基于U-Net网络的超声胎儿头围的测量方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于U-Net网络的超声胎儿头围的测量方法研究

作者：邹涵慧山东师范大学

学位级别：硕士

医学超声影像技术由于其价格低廉、实时性且无损伤,是孕妇产检的首要选择方式。胎儿头围是胎儿重要的生理指标之一,孕期测量该指标可以监测胎儿的生长发育情况,为孕妇选择分娩方式提供科学依据。目前,胎儿头围参数绝大多数由医生手动测... 详细信息

医学超声影像技术由于其价格低廉、实时性且无损伤,是孕妇产检的首要选择方式。胎儿头围是胎儿重要的生理指标之一,孕期测量该指标可以监测胎儿的生长发育情况,为孕妇选择分娩方式提供科学依据。目前,胎儿头围参数绝大多数由医生手动测量,步骤繁琐、耗时较长,而且获得的结果在很大程度上依赖医生的主观判断。随着深度学习等人工智能手段的发展,计算机辅助测量已成功应用于超声图像参数的自动识别。但是由于超声图像像素单一、噪声较强,而且在超声胎儿头围图像中存在颅骨边缘模糊、部分颅骨边缘缺失以及母体组织干扰颅骨边缘识别等问题,已有的一些自动测量方法仍存在识别区域不准、需添加手动标记等问题。本文将胎儿头围自动测量分为两个子系统:一是头围分割系统,由U-Net3+网络构成,其作用为精准分割胎儿头部区域并生成胎儿头围预测掩膜图像。二是掩膜处理与参数测量系统,用以对子系统一中生成的掩膜图像提取胎儿颅骨边缘,椭圆拟合并测量参数。在头围分割系统中,本文的主要工作体现在将超声胎儿头围图像按照母体妊娠三个不同时期分为三个数据集,并针对不同妊娠期选用不同的网络实现头围分割。首先使用U-Net网络分别训练三个妊娠期的数据集,通过综合比较训练三个妊娠期数据集后得出的loss收敛图、头围预测掩膜图像效果以及评估系数可得,妊娠中期的超声胎儿头围图像的头围分割效果较好。然后,分别训练U-Net网络、U-Net++网络、U-Net3+网络、Attention UNet网络、Multi Res U-Net网络处理妊娠三个时期的超声胎儿头围图像,综合比较定性预测图像效果和定量评估系数,可得U-Net3+网络的网络性能最佳。此外,本文所使用的UNet3+网络引入Dropout技术和BN算法(Batch Normalization)来缓解网络过拟合问题。在掩膜处理和参数测量系统中,先对掩膜图像进行灰度转换和二值化处理,以便后续边缘提取。然后,使用Canny边缘检测算子提取掩膜边缘,围度周长最大的边缘即胎儿颅骨边缘。最后,对颅骨边缘进行最小二乘椭圆拟合,测量头围参数。本文以Dice系数、平均交并比(MIoU)、像素准确率(Pixel Accuracy,PA)和类别像素准确率(Class Pixel Accuracy,CPA)、绝对误差、相对误差来评估自动测量系统的性能。结果显示使用U-Net3+网络在妊娠早期的Dice系数平均值为94.73%,MIo U平均值为0.8902,PA平均值为98.76%,CPA平均值为99.06%。妊娠中期,Dice系数平均值为98.03%,MIo U平均值为0.9356,PA平均值为98.96%,CPA平均值为99.29%。妊娠后期,Dice系数平均值为97.35%,MIo U平均值为0.9258,PA平均值为99.03%,CPA平均值为99.30%。同时,将妊娠三时期的超声胎儿头围图像测试集总数据输入到自动测量系统中得到的头围平均绝对误差为2.33±3.71,平均相对误差为0.009,平均每秒能处理2.3张图片,能够做到精准实时处理。因此,本文提出的方法能够精准测量胎儿头围参数,具有重要的应用价值和临床意义。

关键词：超声胎儿头围图像 U-Net3+ 椭圆拟合

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深层神经网络的信道编码类型盲识别

系统工程与电子技术 2024年第5期46卷 1820-1829页

作者：杨宗方张天骐马焜然邹涵重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

为了解决当前识别算法只能识别一种或者两种码字类型以及人工提取特征复杂的问题,提出了两种基于深层神经网络模型的信道编码类型识别器,即卷积神经网络(convolutional neural network,CNN)识别器和递归CNN(recursive CNN,RCNN)识别器,... 详细信息

为了解决当前识别算法只能识别一种或者两种码字类型以及人工提取特征复杂的问题,提出了两种基于深层神经网络模型的信道编码类型识别器,即卷积神经网络(convolutional neural network,CNN)识别器和递归CNN(recursive CNN,RCNN)识别器,用于识别接收数据中不同类型的信道码字。将待识别的软解调序列作为自然语言处理中文本分类问题的句子向量进行处理,输入到预先训练好的深层神经网络识别器中进行识别,并分析了字长度对识别准确率的影响,得出了最合适的字长度。实验结果表明,两种识别器都能够有效识别接收数据中多种类型的信道编码,且在信噪比为3 dB时CNN识别器的识别准确率能够达到99%以上,而RCNN识别器在1 dB时就能够达到99%以上的识别准确率。

关键词：深层神经网络信道编码识别器盲识别字长度

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于电压曲线的退役电池模组分选方法

中国电机工程学报 2020年第8期40卷 2691-2704页

作者：王帅尹忠东郑重王银顺邹涵宇严玉廷新能源电力系统国家重点实验室(华北电力大学) 北京市昌平区102206 云南电网有限责任公司电力科学研究院云南省昆明市650217

对退役电池进行梯次利用,关键是对其进行一致性分选。该文提出一种基于电压曲线,面向退役电池模组的一致性分选方法:综合考虑电池Rint等值电路和热累积、库伦效率、容量衰减和内阻增长等因素,构建多维参数的单体模型和模组模型;在此基础... 详细信息

对退役电池进行梯次利用,关键是对其进行一致性分选。该文提出一种基于电压曲线,面向退役电池模组的一致性分选方法:综合考虑电池Rint等值电路和热累积、库伦效率、容量衰减和内阻增长等因素,构建多维参数的单体模型和模组模型;在此基础上,提出一种基于变换矩阵的一致性影响因素在电压曲线上表征方法;结合所构建单体模型和所提表征方法,在matlab/simulink仿真环境下搭建了串联模组仿真模型,分析了不同影响因素在电压曲线上表征的特点;选方法,并通过实验对其正确性和有效性进行验证。结果表明:所提分选方法可较好地实现退役电池模组一致性分选。

关键词：动力电池电池模组电压曲线 Rint等值电路一致性

基于多特征融合的MIMO-OFDM系统单-混信号调制识别算法

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2024年第4期46卷 1456-1465页

作者：邹涵张天骐马焜然杨宗方重庆邮电大学通信与信息工程学院重庆400065

为解决非协作通信中多输入多输出正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing, MIMO-OFDM)系统的单-混信号调制识别问题,提出一种基于多特征融合和决策融合的调制识别方法。首先,利用特... 详细信息

为解决非协作通信中多输入多输出正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing, MIMO-OFDM)系统的单-混信号调制识别问题,提出一种基于多特征融合和决策融合的调制识别方法。首先,利用特征矩阵的联合近似对角化(joint approximate diagonalization of eigenvalue matrix, JADE)算法从接收端恢复发送信号;然后,提取恢复后信号的四次方谱、循环谱和高阶累积量作为输入样本,利用多特征融合网络对输入样本进行训练;最后,使用决策融合策略根据每条支路输出得到最终判决结果。仿真实验结果表明,所提方法可以对MIMO-OFDM系统中的7种信号进行有效识别,在信噪比为10 dB时识别精度可达99.4%。

关键词：正交频分复用单-混信号调制识别四次方谱循环谱高阶累积量决策融合

在线全文

学校读者我要写书评

暂无评论

基于编码矩阵估计的极化码参数盲识别算法

系统工程与电子技术 2024年第9期46卷 3221-3230页

作者：张天骐杨宗方邹涵马焜然重庆邮电大学通信与信息工程学院重庆400065

针对当前极化码参数识别算法缺少对码字起点的识别以及识别信息位算法计算复杂的问题,提出一种基于编码矩阵估计的极化码参数盲识别算法。所提算法首先将截获的码字矩阵、相应码长下的克罗内克矩阵以及逆向重排矩阵相乘得到编码矩阵估计... 详细信息

针对当前极化码参数识别算法缺少对码字起点的识别以及识别信息位算法计算复杂的问题,提出一种基于编码矩阵估计的极化码参数盲识别算法。所提算法首先将截获的码字矩阵、相应码长下的克罗内克矩阵以及逆向重排矩阵相乘得到编码矩阵估计,然后通过编码矩阵的分布特征识别出码长和码字起点,最后使用训练好的卷积神经网络对极化码信息位以及冻结位进行识别。实验结果表明,所提方法不仅完成了码字起点的识别,而且在未知码字起点的情况下完成了对码长的识别,且码长的识别准确率优于现有算法,误比特率在0.19时,参数为(32,12)的极化码码长识别率仍然可以达到90%以上。

关键词：极化码参数盲识别编码估计矩阵神经网络

电池模组一致性影响因素在放电电压曲线簇上的表征

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2020年第8期35卷 1836-1847页

作者：王帅尹忠东郑重邹涵宇王银顺新能源电力系统国家重点试验室(华北电力大学) 北京102206

电池放电电压曲线包含电池所有状态信息,研究模组放电电压曲线簇,对模组一致性分析具有重要意义。通过研究模组放电电压曲线簇,提出一种模组一致性影响因素在放电电压曲线簇上的表征方法:综合考虑电池Rint等效电路和热累积、容量衰减、... 详细信息

电池放电电压曲线包含电池所有状态信息,研究模组放电电压曲线簇,对模组一致性分析具有重要意义。通过研究模组放电电压曲线簇,提出一种模组一致性影响因素在放电电压曲线簇上的表征方法:综合考虑电池Rint等效电路和热累积、容量衰减、库仑效率以及内阻增长等效应,构建多维参数的电池数学模型;在此基础上提出一种基于变换矩阵的模组一致性影响因素在放电电压曲线簇上的表征方法;结合所构建的电池模型和所提的表征方法,基于Matlab/Simulink搭建四节单体串联模组的仿真模型,研究随着充放电循环次数的增加,模组一致性影响因素在放电电压曲线簇上的表征特点;最后从电池模组容量衰减角度,对所提表征方法和所得仿真结果进行了验证。结果表明,所提表征方法可有效地反映模组一致性影响因素的特征,为后续模组一致性分选等提供参考依据。

关键词：动力电池电池模组放电电压曲线 Rint等效电路一致性