针对煤矿井下电控系统中DC-DC电源模块电容软故障类型多样、诊断精度不足的问题,提出了一种基于并行时序卷积网络(TCN)与图卷积网络(GCN)的融合模型。以150 W Boost型DC-DC电源为研究对象,采集电路中4个测点的电压信号。该模型通过TCN...针对煤矿井下电控系统中DC-DC电源模块电容软故障类型多样、诊断精度不足的问题,提出了一种基于并行时序卷积网络(TCN)与图卷积网络(GCN)的融合模型。以150 W Boost型DC-DC电源为研究对象,采集电路中4个测点的电压信号。该模型通过TCN捕获长时依赖特征,以GCN刻画测点拓扑关系;二者在特征层拼接,实现时间维与空间结构信息的互补融合。实验结果表明,该模型平均准确率达99.72%;在6 dB、4 dB、2 dB、0 dB信噪比条件下,准确率分别达到99.48%、98.54%、98.17%和93.78%,高于其他模型。该研究为煤矿井下电控设备中电容软故障的智能诊断提供了有效技术路径。展开更多
针对锂离子电池在串并联使用过程中出现的电压、容量、内阻等不一致性问题,对传统双层Buck-Boost均衡电路模组内进行改进,解决了传统均衡电路不能均衡相邻单体电池的问题并且提升了均衡速率。在此基础上,设计一种新型锂电池组分层均衡...针对锂离子电池在串并联使用过程中出现的电压、容量、内阻等不一致性问题,对传统双层Buck-Boost均衡电路模组内进行改进,解决了传统均衡电路不能均衡相邻单体电池的问题并且提升了均衡速率。在此基础上,设计一种新型锂电池组分层均衡拓扑电路。均衡策略分别采用模糊控制与传统的均值控制算法,以各电池的荷电状态(state of charge, SOC)作为电池组的均衡控制目标,电池组组内使用改进型的Buck-Boost电路、组间使用双向反激式电路,在Matlab/Simulink中搭建模型并进行仿真分析。对比结果表明,采用模糊控制方法比传统均值控制方法缩短了13.8%的均衡时间,能更快的实现锂电池单体之间的SOC均衡,验证了所提方案的可行性。展开更多
文摘针对锂离子电池在串并联使用过程中出现的电压、容量、内阻等不一致性问题,对传统双层Buck-Boost均衡电路模组内进行改进,解决了传统均衡电路不能均衡相邻单体电池的问题并且提升了均衡速率。在此基础上,设计一种新型锂电池组分层均衡拓扑电路。均衡策略分别采用模糊控制与传统的均值控制算法,以各电池的荷电状态(state of charge, SOC)作为电池组的均衡控制目标,电池组组内使用改进型的Buck-Boost电路、组间使用双向反激式电路,在Matlab/Simulink中搭建模型并进行仿真分析。对比结果表明,采用模糊控制方法比传统均值控制方法缩短了13.8%的均衡时间,能更快的实现锂电池单体之间的SOC均衡,验证了所提方案的可行性。
