-
-
-
公开(公告)号：CN117406113A
公开(公告)日：2024-01-16
申请号：CN202311272684.6
申请日：2023-09-28
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司莆田供电公司
IPC: G01R31/387 , G01R31/367 , G01R31/392 , G06F18/213 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/08 , G06F18/25
Abstract: 本发明涉及一种基于融合特征的储能电站锂电池SOH估计方法，该方法包括：获取多个同型号锂电池的电压、电流、相对充电容量和SOH数据；根据采集的数据划分训练集和测试集；对训练集和测试集进行特征提取；构建深层神经网络模型DNN，分别用特征训练集和特征测试集对其训练和测试；构建一维卷积神经网络模型CNN，分别用训练集和测试集对其训练和测试；将DNN和CNN输出值进行组合，得到二次训练集和测试集；构建RF模型，用二次训练集和测试集对其训练和测试；DNN和CNN的SOH估计值输入至RF模型得到最终的SOH估计值。该方法泛化能力好，估计精度高。
-
公开(公告)号：CN115684971A
公开(公告)日：2023-02-03
申请号：CN202211276570.4
申请日：2022-10-18
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司莆田供电公司
IPC: G01R31/392 , G01R31/367
Abstract: 本发明涉及一种基于片段多充电特征融合的锂离子电池健康状态估计方法。包括：获取锂离子电池充放电循环中的充电电压数据及对应的时间数据和最大放电容量数据；针对每次循环的电压和时间数据，分别提取等电压差时间数据、等时间差电压数据和电池健康状态数据；将提取的等电压差时间数据和等时间差电压数据，采用典型相关性分析方法处理，提取出融合特征数据，并与电池健康状态数据构成锂离子电池健康状态数据集，再分为训练集和测试集；建立长短期记忆循环神经网络模型；利用训练集对模型进行训练，并调整模型参数，利用测试集测试模型估计精度。本发明提高了锂离子电池健康状态估计精度，降低了数据采集误差的影响及模型复杂度，加快了估计速度。
-
公开(公告)号：CN117406121A
公开(公告)日：2024-01-16
申请号：CN202311272772.6
申请日：2023-09-28
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司莆田供电公司
IPC: G01R31/392 , G01R31/367 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种储能电站锂离子电池的SOH估计方法，所述方法包括：采集锂离子电池满充后的弛豫电压数据和SOH值；从采集数据中提取多个特征和计算一阶差分电压数据；将数据集划分为训练集和测试集；构建LightGBM模型，分别采用训练集和测试集对模型训练和测试；构建一维卷积神经网络CNN，分别采用训练集和测试集对模型训练和测试；将所提取的特征、LightGBM模型和CNN模型估计的SOH值组合成特征数据集；构建线性回归LR模型，利用特征数据集对其训练和测试；将所提取的特征、LightGBM模型和CNN模型估计的SOH值输入至LR模型中，得到最终的SOH估计结果。该方法泛化能力好，估计精度高。
-
Patent Agency Ranking
公开(公告)号：CN118971390B
公开(公告)日：2025-04-22
申请号：CN202411089709.3
申请日：2024-08-09
Applicant: 广东工业大学
Abstract: 本发明公开了一种多轨道斜坡式重力储能系统运行效率在线优化方法，包括，根据电网充电指令和放电指令，利用离散粒子群算法计算出使重力储能系统整体充电效率和放电效率最大化的控制变量；斜坡式重力储能系统在储能工况和释能工况下的约束条件；利用离散粒子群算法计算控制变量的步骤。本方法有效克服了现有控制策略未能通过对斜坡轨道质量块数量和牵引电机齿轮箱变比的协调优化来提升电能效率的问题，从而在保证满足电网调度指令的同时使整个系统的电能效率最大化，实现了系统运行效率在线优化。
-
公开(公告)号：CN119106505B
公开(公告)日：2025-04-18
申请号：CN202411098949.X
申请日：2024-08-12
Applicant: 广东工业大学
IPC: G06F30/17 , H02J3/28 , H02J15/00 , G06F30/27 , G06F111/06 , G06F111/04
Abstract: 本发明提供一种斜坡式重力储能系统能效优化设计方法，包括设计斜坡式重力储能系统运行过程中搬运一个质量块完成一个完整充放电周期的总能效ηL；用粒子群算法计算出使斜坡式重力储能系统整体运行能效ηL最高的控制变量；用于对整个斜坡式重力储能系统的能效优化设计；设计斜坡式重力储能系统在储能工况下将一个质量块从下堆场搬运到上堆场的全过程能耗ELc。采用群体智能优化算法，搜索最佳的质量块质量、电机极对数、齿轮箱第一级传动比、齿轮箱第二级传动比、链轮节距、链轮齿数，有效解决了重力储能设计阶段多参数之间的协调优化问题，为提升斜坡式重力储能系统能效提供了设计依据。
-
公开(公告)号：CN119010076A
公开(公告)日：2024-11-22
申请号：CN202411055632.8
申请日：2024-08-02
Applicant: 广东工业大学
Abstract: 本发明提供一种多轨道重力储能与电池储能的联合二次调频优化方法，包括建立混合储能系统的二次调频优化模型；读取当前调频指令以及当前所有轨道上的质量块数量并初始化数值；依次检测每一条轨道能否进行增加或减少质量块的操作，获得下一周期内的质量块总数量的上下限；根据多轨道重力储能系统、电池储能系统的运行特点设定约束条件，将已经获得的下一周期内斜坡轨道上质量块数量的上下限和二次调频偏差电量允许范围设定为约束条件；根据约束条件设置遗传算法的变量范围；利用遗传算法计算下一周期内使最佳充放电功率和斜坡轨道上最佳质量块数量。本发明提升了多轨道重力储能系统二次调频的响应速度和精度，同时降低了对电池储能系统的容量要求。
-
公开(公告)号：CN118971390A
公开(公告)日：2024-11-15
申请号：CN202411089709.3
申请日：2024-08-09
Applicant: 广东工业大学
Abstract: 本发明公开了一种多轨道斜坡式重力储能系统运行效率在线优化方法，包括，根据电网充电指令和放电指令，利用离散粒子群算法计算出使重力储能系统整体充电效率和放电效率最大化的控制变量；斜坡式重力储能系统在储能工况和释能工况下的约束条件；利用离散粒子群算法计算控制变量的步骤。本方法有效克服了现有控制策略未能通过对斜坡轨道质量块数量和牵引电机齿轮箱变比的协调优化来提升电能效率的问题，从而在保证满足电网调度指令的同时使整个系统的电能效率最大化，实现了系统运行效率在线优化。
-
公开(公告)号：CN116973794B
公开(公告)日：2024-04-19
申请号：CN202311143781.5
申请日：2023-09-06
Applicant: 广东工业大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明公开一种基于不完整充电电压曲线重构的锂电池SOH估计方法，所述方法包括：通过实验获取锂电池实验数据集；数据预处理；训练并获得不完整充电电压曲线重构模型，包括搭建双向NBEATSx模型和对此模型训练及测试；训练并获得锂电池SOH估计模型，包括搭建集成稀疏高斯过程回归模型和对此模型训练及测试；在线估计锂电池SOH。与现有技术相比，本发明可利用随机不完整充电过程的电压数据、温度数据及恒流充电电流值重构出完整充电电压曲线，并从中提取健康特征完成锂电池SOH估计；此外，电压曲线重构可以减小电压传感器噪声对SOH估计精度的影响。
-
-
-
-
-
-
-
-
-
Search Results
291
records
(took 0.057 seconds)
