XiaoMi-AI文件搜索系统
World File Search System新疆大学
多通道恒温金属槽校准系统设计
1 南京航空航天大学自动化系仪器科学与技术专业，江苏省南京市江宁区将军大道 29 号，211106，zhuoxiaobingling@sina.com 2 新疆维吾尔自治区计量测试研究院热工计量测试研究所，乌鲁木齐市河北街 258 号，830011，li_1221@sina.com，ykzhao2005@sina.com 3 新疆大学机电工程学院，新疆大学博多校区，新疆乌鲁木齐市水磨沟区华瑞街 777 号，830011，乌鲁木齐市，lilixiu_z@163.com 4 中国科学院大学微电子研究所，北京市海淀区邓庄南路 9 号， 100094，中国，zhouweihu@ime.ac.cn
使用自适应动态编程的移动机器人的动态路径计划
达利安技术大学，达利安大学，116023，中国B中国B智能控制和优化的主要实验室，达利安技术大学的工业设备，达利安大学，达利安大学116023，达利安c，中国c核心科学和数据智能省的计算机和数据智能省，dalian Internation and Dalian Internation of Dalian Internation of Dalian Interivent of Daliian Interivent达利安技术大学，达利安，116023，中国E电气工程学院，新疆大学，Urumqi 830046，中国，f Zhongxing Teecom设备，深圳518000，DALIAN DALIAN TECHEANTE，DALIAN INSCECHONING，DALIAN INSCECH达利安技术大学，达利安大学，116023，中国B中国B智能控制和优化的主要实验室，达利安技术大学的工业设备，达利安大学，达利安大学116023，达利安c，中国c核心科学和数据智能省的计算机和数据智能省，dalian Internation and Dalian Internation of Dalian Internation of Dalian Interivent of Daliian Interivent达利安技术大学，达利安，116023，中国E电气工程学院，新疆大学，Urumqi 830046，中国，f Zhongxing Teecom设备，深圳518000，DALIAN DALIAN TECHEANTE，DALIAN INSCECHONING，DALIAN INSCECH
基于贝叶斯优化的Informer锂离子储能电站电压异常预测方法
1 新疆大学可再生能源发电与并网教育部工程研究中心，乌鲁木齐 830049，新疆，中华人民共和国。2 新疆电力有限公司电力科学研究院，乌鲁木齐 830049，新疆，中华人民共和国。通讯作者：吴嘉辉 (wjh229@xju.edu.cn)。摘要：随着储能电站领域的蓬勃发展，电池系统状态和故障的预测受到广泛关注。电压作为各类电池故障的主要指示参数，准确预测电压异常对确保电池系统的安全运行至关重要。本研究采用基于 Informer 的预测方法，利用贝叶斯优化算法对神经网络模型的超参数进行微调，从而提高储能电池电压异常预测的准确性。该方法以1分钟为采样间隔，采用一步预测，训练集占总数据的70%，将预测结果的均方根误差、均方误差和平均绝对误差分别降低至9.18mV、0.0831mV和6.708mV。还分析了实际电网运行数据在不同采样间隔和数据训练集比例下对预测结果的影响，从而得到一个兼顾效率和准确性的数据集。所提出的基于贝叶斯优化的方法可以实现更准确的电压异常预测。