- 博客(10)
- 收藏
- 关注
RSS订阅原创 光伏组件名词解释
光伏组件是将太阳能转换成电能，然后将其送给蓄电池中存储起来，或推动负载工作。simulink的PV Array模块实现了光伏模块阵列，光伏阵列是由一个电流源、一个二极管、一个串联电阻(Rs)、一个分流电阻(Rsh)构成，由温度和光照控制相关。
2024-01-03 10:15:13
1502
1
原创 MATLAB预测性维护
本篇文章主要介绍MATLAB预测性维护中如何找到目标潜在状态指标，即，至于预测性维护前期的数据处理以及后期的算法，这部分暂且不提。分类诊断工具箱是一个评估潜在状态指标的应用，在数据集上运行。可以说，分类诊断器是一个集成学习的工具，每个数据集是一个单独的样本存在于输入数据中。
2023-12-20 16:01:54
1108
1
原创 SOC计算——基于二阶RC电路的电池参数离线辨识
在使用卡尔曼算法对电池容量进行实时估算时，需要预先知道SOC与OCV的关系曲线、欧姆内阻、极化内阻、极化电容等参数。常见的参数辨识包括两种：离线参数辨识法和在线参数辨识法。离线辨识主要是通过对数据进行集中处理得到模型参数的估值，然后利用查表模块输入至算法，主要的辨识方法是连续时域的指数拟合法；在线辨识是在系统运行过程中通过递推公式或者算法实时更新模型参数，主要方法是最小二乘法。两种辨识方法有利有弊，在实际应用中电池的内阻等参数，会随着放电倍率、温度、实时容量、循环次数的变化而变化。
2023-12-14 10:51:08
5342
1
原创 SOC计算---基于SIMULINK的安时积分法
SOC-电池荷电状态，也叫剩余电量，代表的是电池使用一段时间或长期搁置不用后的剩余可放电电量与其完全充电状态的电量的比值，常用百分数表示。其一般用一个字节也就是两位的十六进制表示（取值范围为0-100），当SOC=0时表示电池放电完全，当SOC=100%时表示电池完全充满。
2023-11-20 18:37:24
6014
3
原创 基于模型开发的优点
当某一阶段的工作产品出来之后，紧跟着要做验证工作，写完文档、做完设计、写完代码、写完测试用例都需要进行评审，每一个阶段的评审如果发现错误，都会给后续的开发带来便利。原有的开发模式难以应对，新的开发模式必然会出现。从开发效率来讲，这个环节，对于效率的提升，是无法量化的，原本需要一个月时间写完的代码，现在可能只要一个上午或者两个小时就可以搞定，写代码的效率大大提高。图形化的优势，明确、清晰、唯一，便于交流、便于维护，这也是为什么就算我们不用基于模型设计的方式开发软件，也需要在设计文档中画流程图、状态机的原因。
2023-11-20 09:23:15
245
1
原创 YOLOV5竞赛总结
这是对最近的海信杯使用的YOLOV5进行目标检测的一个总结，主要完成一下工作：1.对比赛提供的数据集进行数据增强。2.利用labelimg对数据进行标注。3.完成图片数据集到VOC数据集的转换。4.将带有英文标签的VOC数据集转换成中文标签的数据集。5.数据集格式的转化以及训练集和验证集的划分。6.利用YOLOV5训练自己的目标检测模型。7.YOLOV5显示中文框。
2023-11-17 09:16:54
111
原创 关于CSV文件数据集的处理
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
2020-11-27 21:06:28
2520
原创 安装pytorch出现如下错误
WARNING: Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)) after connection broken by ‘ConnectTimeoutError(<pip._vendor.urllib3.connection.VerifiedHTTPSConnection object at 0x000001C3B22F8F70>, ‘Connection to pypi.org tim
2020-11-25 14:55:16
1440
1
原创 论文笔记：Long short-term memory network for traffic speed prediction using remote microwave sensor data
论文阅读：Long short-term memory network for traffic speed prediction using remote microwave sensor data四个问题：1. 要解决什么问题？RNN具有短期依赖和梯度爆炸等问题，可以使用LSTM改善RNN并对交通速度进行预测。2. 用了什么方法解决？3. 效果如何？4. 还存在什么问题？论文概述2.1简介最普遍的数据收集装置是RTMS。RTMS利用微波检测一段路程内的动态和静态的物体。而RTMS的对
2020-11-24 16:14:57
630
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人