-
公开(公告)号：CN115542166A
公开(公告)日：2022-12-30
申请号：CN202211124285.0
申请日：2022-09-15
Applicant: 国网江苏省电力有限公司经济技术研究院 , 清华四川能源互联网研究院 , 国网江苏电力设计咨询有限公司
IPC: G01R31/367 , G01R31/392
Abstract: 本发明提供了一种锂离子电池剩余使用寿命预测方法与系统，其中，该方法包括：筛选出备选间接健康因子中与电池容量相关性最大的间接健康因子；使用经验模态对间接健康因子进行分解，生成不同时间尺度的特征模态函数和残差函数；使用粒子滤波算法对特征模态函数进行跟踪预测得到特征模态函数预测序列；采用多项式回归对残差函数进行跟踪预测得到残差预测序列；根据特征模态函数预测序列和残差预测序列得到电池剩余使用寿命预测模型。本发明通过采用粒子滤波算法结合多项式回归算法对间接健康因子的局部波动特征和全局退化趋势进行跟踪预测，不需要构建复杂的模型，就可以精准的预测出电池的剩余使用寿命，从而更好地保障锂离子电池安全。
-
公开(公告)号：CN115542167A
公开(公告)日：2022-12-30
申请号：CN202211124291.6
申请日：2022-09-15
Applicant: 国网江苏省电力有限公司经济技术研究院 , 清华四川能源互联网研究院 , 国网江苏电力设计咨询有限公司
IPC: G01R31/367 , G01R31/382
Abstract: 本发明提供了一种基于粒子滤波算法的锂电池SOC估算方法与系统，其中该方法包括：根据锂电池内部电路构建等效电路模型；对所述锂电池的OCV曲线进行拟合得到等效电路模型中锂电池的开路电压；使用人工蜂群算法对等效电路模型的参数进行辨识得到最优阻抗参数；根据所述最优阻抗参数使用粒子滤波算法对锂电池的SOC值进行估算。本发明通过构建等效电路模型，并使用人工蜂群算法实现等效电路模型参数的辨识，可以在获得精准的模型参数基础上，采用粒子滤波算法对锂电池的SOC值进行估算，不仅简化了计算过程，还可以得到准确的估算结果。
-
公开(公告)号：CN115542165A
公开(公告)日：2022-12-30
申请号：CN202211123854.X
申请日：2022-09-15
Applicant: 国网江苏省电力有限公司经济技术研究院 , 清华四川能源互联网研究院 , 国网江苏电力设计咨询有限公司
IPC: G01R31/367 , G01R31/392
Abstract: 本发明属于锂离子电池健康状态预测技术领域，尤其是一种锂离子电池健康状态的预测方法，其包括以下步骤：S1：确定极限学习机ELM算法的隐含层的神经元个数，并对输入层与隐含层的连接权值ω和隐含层的阈值b进行随机初始化；S2：选取无限且可微的隐含层神经元对应的激活函数g(x)，并进一步对隐含层的输出结果H进行求解；S3：根据对输出层对应的权重矩阵进行求解。本发明通过对交叉概率和变异概率提出自适应的调整策略增强参数寻优能力和收敛性，通过构建IGA‑ELM算法模型从而提高ELM算法的稳定性，降低预测误差。
-
公开(公告)号：CN116774075A
公开(公告)日：2023-09-19
申请号：CN202311085903.X
申请日：2023-08-28
Applicant: 清华四川能源互联网研究院
IPC: G01R31/385 , G01R31/392 , G01R31/367
Abstract: 本发明提供了一种锂离子电池健康状态评估方法及系统，其方法包括以下步骤：采集待测锂离子电池的温度数据和电压数据，提取电量变化量方差特征；提取不一致性特征；对电量变化量方差特征和不一致性特征进行特征预处理；构建并训练高斯过程回归模型，将预处理后的电量变化量方差特征和不一致性特征输入至训练后的高斯过程回归模型，进行锂离子电池健康状态评估。该锂离子电池健康状态评估方法通过提取适用于工程数据的表征电池健康状态的多维特征并将其进行预处理，再基于变分推理的序列化高斯过程回归算法，实现电池健康状态的在线更新。本发明针对非恒流的不稳定工况也可完成电池的健康状态评估，适用范围广泛。
-
-
-
Search Results
4
records
(took 0.076 seconds)
