一种基于多微网柔性互联系统及其储能容量优化方法
- 国民经济行业: 电力、热力、燃气及水生产和供应业／电力、热力生产和供应业／电力供应, 制造业／电气机械和器材制造业
- 权利人: 上海交通大学
- 意向合作模式: 转让
- 知识产权简介:
本发明提出了一种基于多微网柔性互联系统及其储能容量优化方法，所述系统包括：多个微网、对应于所述多个微网的多个电压源型变换器装置和公共直流线路，多个所述电压源型变换器装置分别将对应的多个微网经公共直流线路互联。针对应用于平抑微网功率波动的储能装置容量过大问题，本发明通过灵活控制VSC，实现多个微网间的潮流优化调度，以充分利用不同微网功率曲线的互补性，从而降低微网当中的功率波动总量，并优化微网中所需的储能装置容量。
一种用于磁共振成像的多路匀场电流源及其运行方法
- 国民经济行业: 制造业／仪器仪表制造业
- 权利人: 上海交通大学
- 意向合作模式: 转让, 许可, 入股
- 知识产权简介:
本发明公开了一种用于磁共振成像的多路匀场电流源及其运行方法，涉及磁共振成像领域，包括恒流源电流模块、数模转换模块、电流传感器模块和控制器模块，其中，控制器通过SPI总线与数模转换器连接，数模转换器与恒流源电流模块连接，恒流源电流模块与电流传感器模块连接，电流传感器模块通过I2C总线与控制器连接。本发明使用大功率达林顿管扩展运放的输出能力，运放与主功率输出级使用不同的电源，使得系统使用更加灵活，在所面向的感性负载且其等效串联电阻值非常低的情况下，适当降低功率级的电源电压会显著降低达林顿管的压力。每一路电流源模块配有一块电流传感器芯片进行电流监测，从而通过PID控制对电流误差进行反馈修正，从而达到匀场的目的。
基于混合雾计算的无线接入网络及其资源调配方法
- 国民经济行业: 信息传输、软件和信息技术服务业／互联网和相关服务／互联网信息服务, 信息传输、软件和信息技术服务业／电信、广播电视和卫星传输服务
- 权利人: 上海交通大学, 上海鹏越惊虹信息技术发展有限公司, 上海鹤优信息科技有限公司
- 意向合作模式:
- 知识产权简介:
本发明提供了一种基于混合雾计算的无线接入网络及其资源调配方法，包括：由BBU资源池组成云平台，通过后传网络连接到核心网络；由第一层以及第二层组成雾平台，第一层由具备计算和存储能力的RRH节点构成雾基站节点，雾基站节点与BBU资源池通过前传网络通信连接；第二层由车辆构成车辆雾节点，车辆之间通过车辆间链路通信连接，车辆在雾基站节点的信号范围内与对应的雾节基站点通过中心链路通信连接；云平台通过获知每个车辆和雾基站节点的空闲计算资源和计算负载，统一调配计算任务迁移；通过车辆之间的车辆间链路将计算任务迁移至信号范围以外的车辆上。本发明可提升计算力资源、减少传输时延，调配灵活，实现计算任务执行时间最小化。
一种自校正电子罗盘及其校正方法
- 国民经济行业: 信息传输、软件和信息技术服务业／软件和信息技术服务业／信息系统集成服务, 制造业／仪器仪表制造业
- 权利人: 上海交通大学
- 意向合作模式: 转让, 许可, 入股
- 知识产权简介:
本发明公开了一种自校正电子罗盘及其校正方法，涉及惯性导航领域，所述方法包括以下步骤：步骤1：采集磁场数据；步骤2：对采集的磁场数据进行Levenberg‑Marquardt优化得到软硬磁校正矩阵；步骤3：根据软硬磁校正矩阵计算结果完成航向角计算，本发明还公开了一种自校正电子罗盘，包括数据采集模块和计算模块，所述采集模块用于采集磁场数据，所述计算模块用于对采集的磁场数据进行Levenberg‑Marquardt优化得到软硬磁校正矩阵，并根据软硬磁校正矩阵计算结果完成航向角计算，本发明基于L‑M优化理论的磁罗盘校正算法对磁力计组的读值直接进行补偿校正，收敛速度快，提高磁场传感器的航向计算精度。
胃肠道疾病无创诊疗微型机器人的轴向驱动装置
- 国民经济行业: 制造业／仪器仪表制造业／其他仪器仪表制造业, 制造业／专用设备制造业
- 权利人: 上海交通大学
- 意向合作模式:
- 知识产权简介:
一种胃肠道疾病无创诊疗微型机器人的轴向驱动装置，包括：微型机器人支架、滑动设置于微型机器人支架上的轴向牵引套筒、固定设置与微型机器人支架上的线绳驱动装置，其中：线绳驱动装置与轴向牵引套筒相连并通过其中的线绳往复牵动轴向牵引套筒在微型机器人支架上轴向滑动。本装置不仅简化了机器人的结构，提高了运动效率，还提高了装置运行的可靠性。
基于代价敏感LSTM网络的蛋白质域检测方法及系统
- 国民经济行业: 制造业／计算机、通信和其他电子设备制造业
- 权利人: 上海交通大学
- 意向合作模式:
- 知识产权简介:
一种基于代价敏感LSTM网络的蛋白质域检测方法，采用双向LSTM网络作为蛋白质域检测的模型；提出一个代价敏感的损失函数，为正负样本的错分赋予不同的代价；同时提出一种更新损失函数中代价权重的方法，对于任意给定的初始值，能够在网络训练过程中自适应地更新代价权重。采用平滑、删除、合并操作对模型的原始输出进行后处理。本发明优点包括：检测模型采用双向LSTM网络，对蛋白质序列的长程相关性进行有效建模；使用代价敏感的损失函数训练模型，适应蛋白质域数据集不平衡的特征；引入代价权重自适应更新方法，适用于任何数据集；对模型输出进行后处理，减少假阳性结果。
