绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 1
  (已选择0条) 清除 结果分析
找到 4 条结果
摘要:为了对基站铅酸蓄电池的剩余容量进行估算,在RBF神经网络训练算法中采用梯度下降法结合L1,L2正则化实现隐层节点数的选择.通过模糊控制思想提高泛化能力,引入模拟退火算法减少了需要重复训练的次数.Matlab仿真结果表明,通过改进的RBF神经网络训练算法对蓄电池的电池剩余容量(SOC)估算平均误差达到2%,改进了估算精度的同时也提高了泛化能力并且减少了重复训练的次数....
[硕士论文] 陈玮匀
信息处理与通信网络系统 广西大学 2018(学位年度)
摘要:在国家互联网+战略以及5G网络即将到来的大背景下,各大运营商对于移动通信基站建设数量大幅增加。而蓄电池作为基站备用电源是供电系统中的关键部分,如果在发挥作用时产生故障就会造成通信业务系统的阻断。由于通信基站具有站点环境复杂;数目巨大且分布位置广泛;无人看守等特点;而基站蓄电池作为备用电源使用时产生了较多问题,因此需要一种高效智能的基站蓄电池运维与调度系统。基站蓄电池剩余容量(SOC)监控是对基站蓄电池运维与调度的前提,因此,对蓄电池SOC进行准确估算意义重大。本文使用RBF神经网络作为蓄电池SOC的估算模型。首先引入L1/2正则化来选取适当数目的神经网络隐层节点;然后通过基于模糊理论的放缩算法提高神经网络泛化能力;接着将模拟退火算法融入梯度下降法中,从而改善了训练过程中极易产生较差的局部最优解需要大量重复训练的现象。最后介绍开发搭建的基站蓄电池运维调度系统软件和硬件,提出一种在满足基站进行紧急运维条件下,成本优化的维修站点选址以及运维调度路线算法。本文主要工作和相应内容如下:
  1.在使用RBF神经网络进行训练过程中,神经网络的性能取决于网络结构特别是隐层节点数。节点数过少时无法通过训练学习到数据特征也就无法得到准确的结果;节点数过多时对数据特征过度学习而产生了过拟合现象,导致估算过程中会产生较大误差。由于正则化具有稀疏模型的能力,本文通过L1/2正则化算法对RBF神经网络隐层节点数进行选择从而得到合适的隐层节点数。对于一个训练好的神经网络而言,其泛化能力高低是衡量该神经网络性能是否优秀的重要标准;它决定了在处理新数据时神经网络能够进行准确估算的能力;因此,通过基于模糊理论的放缩算法来提高神经网络泛化能力。而梯度下降法初始点的随机选择导致所得解极易陷入局部最小值,将模拟退火算法思想融入该训练算法中从而赋予了在搜索解过程中的跳变能力,进而摆脱不满足要求的局部最优解而向全局最优解靠近。通过实验仿真验证了上述改进。
  2.对基站蓄电池运维调度系统进行搭建与开发。对于硬件部分,阐述了在系统开发中设计制作的核心控制模块及相应实物图;对于软件部分简要描述了基于Visual Studio开发的运维调度平台的系统模块单元功能,并且对该平台的数据传输功能进行测试验证。最后结合蓄电池SOC估算,在使得基站能够得到及时运维的前提下,提出一种基于成本优化的维修站点选址以及调度路线设计和人员派遣算法方案。
[专利] 实用新型 CN201720481903.5
广西大学 润建通信股份有限公司 2017-12-19
摘要:本实用新型公开了一种蓄电池剩余电量测试仪。其为由能互相卡紧的上盖和下盖组成,所述下盖内设置有与上盖面和下盖面不接触的电路板,电路板上设置有电路线连接的多个模块卡槽;所述多个模块卡槽分别设置的模块有:电压采集模块、电流采集模块、显示屏模块、A/D转换模块、控制模块、电源模块;所述上盖上设置有嵌套显示屏模块的通孔,在下盖与电路板平行的侧边上设置有连通电压采集模块和电流采集模块的输入端的外部连接端口;所述上盖和下盖内壁上设置为波浪面。其通过将各模块设置在电路板的卡槽上,并使上盖和下盖内壁上设置为波浪面以降低电路板上模块的工作温度,提高工作稳定性。
[专利] 发明专利 CN201710304799.7
广西大学 润建通信股份有限公司 2017-08-11
摘要:本发明公开了一种基于神经网络的蓄电池剩余电量预测方法,包括:采用神经网络模型构建剩余电量预测初始模型;获取蓄电池的多组电压、电流和剩余电量数据,将电压和电流数据作为输入样本,剩余电量数据作为期望输出,输入到剩余电量预测初始模型中后,使用L1/2正则化方法确定神经网络的隐层节点数,再对剩余电量预测初始模型进行训练,得到多个剩余电量预测修正模型;选择一个对期望输出的误差最小的模型作为最终的剩余电量预测模型;将需要预测的蓄电池的电流和电压值输入到剩余电量预测模型中,得到的蓄电池的剩余电量值。本发明提供的基于神经网络的蓄电池剩余电量预测方法收敛速度快,训练次数少,估算精度高。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

万方选题

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部