公开(公告)号：CN110688808B

公开(公告)日：2022-06-24

申请号：CN201910904154.6

申请日：2019-09-24

Applicant: 南通大学

Inventor： 李俊红 ,  宗天成 ,  李磊 ,  顾菊平 ,  杨奕 ,  张佳丽 ,  徐珊玲 ,  刘梦茹 ,  李政

IPC: G06F30/25 ,  G06N3/00 ,  G01R31/3842 ,  G01R31/36

Abstract: 本发明提供了一种动力电池模型的粒子群及LM优化混合迭代辨识方法，包括以下步骤：步骤一：通过间歇恒流放电法测取动力电池的电流与电压；步骤二：建立动力电池二阶RC等效电路模型；步骤三：推导动力电池二阶RC等效电路的辨识模型；步骤四：构建PSO‑LM优化混合迭代辨识算法；步骤五：采用PSO‑LM算法确定动力电池模型中的未知参数。本发明的有益效果为：本发明利用粒子群算法优越的群体搜索能力和LM算法较强的局部寻优能力，并克服粒子群算法后期搜索效率不高和LM算法对初值要求高的缺陷，能够迅速收敛到全局最优解，该混合算法具有辨识精度高、收敛速度快、计算准确等特点，完全适用于电动汽车动力锂电池的参数辨识。

公开(公告)号：CN114487844A

公开(公告)日：2022-05-13

申请号：CN202210038015.1

申请日：2022-01-13

Applicant: 南通大学

Inventor： 李俊红 ,  蒋泽宇 ,  褚云琨 ,  李磊 ,  王娟 ,  宗天成 ,  李政 ,  芮佳丽 ,  张泓睿 ,  严俊

IPC: G01R31/367 ,  G01R31/382 ,  G06N3/04

Abstract: 本发明提供了一种基于电池容量的锂离子电池SOC估计方法，属于锂离子电池技术领域。解决了当前电池容量的SOC难于估计的技术问题。其技术方案为：包括如下步骤：步骤1)测取SOC从1到0的锂离子电池的端电压、电流、温度以及负载的电压、电流；步骤2)对测取的数据进行预处理，构建用于估计电池容量的2DCNN训练数据集和测试数据集，再构建新的数据集；步骤3)实现最终的SOC实时估计。本发明的有益效果为：本发明分别通过不同温度下的电池充放电实验获取电池各项参数，估计出电池容量后，最终可用于锂电池SOC的实时估计。

公开(公告)号：CN114217234A

公开(公告)日：2022-03-22

申请号：CN202111654358.2

申请日：2021-12-30

Applicant: 南通大学

Inventor： 李俊红 ,  褚云琨 ,  杨奕 ,  袁银龙 ,  宗天成 ,  李磊 ,  芮佳丽 ,  蒋泽宇 ,  蒋一哲 ,  宋伟成 ,  储杰

IPC: G01R31/387

Abstract: 本发明提供了一种基于IDE‑ASRCKF的锂离子电池参数辨识与SOC估计方法，属于锂离子电池技术领域，其技术方案为：包括以下步骤：步骤1)通过间歇恒流放电测取电池的负载电流和端电压数据，确定OCV‑SOC关系；步骤2)建立锂离子电池的二阶RC模型；步骤3)构建IDE算法的辨识流程，对电池模型参数进行辨识；步骤4)构建ASRCKF算法的估计流程；步骤5)利用IDE算法确定锂电池模型中的各个参数，并利用ASRCKF对电池SOC进行估计。本发明的有益效果为：本发明提高了算法的收敛速度与精度；利用辨识得到的参数结果结合ASRCKF算法进行SOC估计，精度高、鲁棒性好，效果优于CKF。

公开(公告)号：CN109992907B

公开(公告)日：2023-04-25

申请号：CN201910277241.3

申请日：2019-04-08

Applicant: 南通大学

Inventor： 李俊红 ,  宗天成 ,  张佳丽 ,  沈文兵 ,  徐珊玲 ,  刘梦茹 ,  李磊 ,  杨奕 ,  桂雪琪

IPC: G06F30/20 ,  G06N3/006

Abstract: 本发明公开了一种基于粒子群的连续搅拌釜反应器维纳非线性模型辨识方法，包括构建出连续搅拌釜反应器的维纳非线性模型，获得连续搅拌釜反应器的辨识模型；构建线性递减惯性权重的粒子群优化搜索方法，通过将辨识模型的参数作为粒子群的位置向量，基于适应度函数来更新各粒子的位置和速度，采用粒子群优化对参数空间进行高效搜索，来获得系统模型参数的最优估计。该辨识方法在迭代初期具有较大的搜索空间和速度，而在迭代后期具有较强的局部搜索能力，收敛速度快，辨识精度高。本发明还建立了线性递减惯性权重粒子群迭代辨识方法的流程和步骤，可以有效地应用到连续搅拌釜反应器维纳非线性系统的参数估计中去，具有一定的工程应用价值。

公开(公告)号：CN114062948B

公开(公告)日：2022-05-20

申请号：CN202210025289.7

申请日：2022-01-11

Applicant: 南通大学

Inventor： 李俊红 ,  蒋泽宇 ,  顾菊平 ,  宗天成 ,  李磊 ,  褚云琨 ,  芮佳丽 ,  李政 ,  张泓睿

IPC: G01R31/387 ,  G01R31/367 ,  G01R31/392 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F119/08

Abstract: 本发明提供了一种基于3DCNN的锂离子电池SOC估计方法，属于锂离子电池技术领域。解决了SOC估计方法中3DCNN卷积神经网络难以用于SOC估计的问题。其技术方案为：该方法包括以下步骤：步骤1）通过放电实验，反复测取电流等数据；步骤2）数据预处理并构建数据集；步骤3）通过3DCNN卷积神经网络对数据集进行训练，得到3DCNN模型用于实时估计。本发明的有益效果为：本发明使用的卷积神经网络结构能够发掘相邻放电周期之间同一时间点上输入数据的联系，时间维度上的卷积核不仅能考虑循环次数，还能提取各个循环之间的特征关系，且凭借其高适应能力，还可以进行电池剩余容量、电池剩余寿命等电池各个参数的预测。

公开(公告)号：CN114487845A

公开(公告)日：2022-05-13

申请号：CN202210038879.3

申请日：2022-01-13

Applicant: 南通大学

Inventor： 李俊红 ,  蒋泽宇 ,  李磊 ,  褚云琨 ,  宗天成 ,  袁银龙 ,  李政 ,  芮佳丽 ,  严俊 ,  张泓睿

IPC: G01R31/367 ,  G01R31/382 ,  G06N3/04

Abstract: 本发明提供了一种基于融合神经网络的锂离子电池SOC估计方法，属于锂离子电池技术领域。解决了目前电池容量的SOC估计难估计的技术问题。其技术方案为：步骤1)将全新锂电池充满电，测取SOC从1到0的锂离子电池的端电压、电流、温度；步骤2)对测取的数据进行预处理；步骤3)使用2DCNN卷积神经网络对新的数据集进行训练和测试，实现SOC实时估计。本发明的有益效果为：本发明在数据集中加入估计的电池容量数据，能够拥有更高的估计精度，相比较LSTM，不会将误差一直记忆；并且，短的历史数据长度也能拥有更快的估计速度；相较使用3DCNN来估计SOC，能够减少运算量并且减少不必要的误差输入，从而拥有更高的精度。

公开(公告)号：CN110688808A

公开(公告)日：2020-01-14

申请号：CN201910904154.6

申请日：2019-09-24

Applicant: 南通大学

Inventor： 李俊红 ,  宗天成 ,  李磊 ,  顾菊平 ,  杨奕 ,  张佳丽 ,  徐珊玲 ,  刘梦茹 ,  李政

IPC: G06F30/25 ,  G06N3/00 ,  G01R31/3842 ,  G01R31/36

Abstract: 本发明提供了一种动力电池模型的粒子群及LM优化混合迭代辨识方法，包括以下步骤：步骤一：通过间歇恒流放电法测取动力电池的电流与电压；步骤二：建立动力电池二阶RC等效电路模型；步骤三：推导动力电池二阶RC等效电路的辨识模型；步骤四：构建PSO-LM优化混合迭代辨识算法；步骤五：采用PSO-LM算法确定动力电池模型中的未知参数。本发明的有益效果为：本发明利用粒子群算法优越的群体搜索能力和LM算法较强的局部寻优能力，并克服粒子群算法后期搜索效率不高和LM算法对初值要求高的缺陷，能够迅速收敛到全局最优解，该混合算法具有辨识精度高、收敛速度快、计算准确等特点，完全适用于电动汽车动力锂电池的参数辨识。

公开(公告)号：CN110175420A

公开(公告)日：2019-08-27

申请号：CN201910466403.8

申请日：2019-05-30

Applicant: 南通大学

Inventor： 李俊红 ,  宗天成 ,  张佳丽 ,  徐珊玲 ,  刘梦茹 ,  李磊 ,  杨奕

IPC: G06F17/50

Abstract: 本发明公开了一种锅炉床温系统时延非线性模型改进粒子群参数辨识方法，包括构建出锅炉床温系统Hammerstein-Wiener时延非线性模型，获得锅炉床温系统Hammerstein-Wiener时延非线性模型的辨识模型；构建出改进粒子群优化搜索方法，将非线性系统的识别问题转化为参数空间中的函数优化问题，利用粒子群优化的并行搜索能力实现对所有参数的同时估计，最后分离出线性和非线性参数以及时间延迟。本发明还构建了改进粒子群迭代辨识方法的流程和步骤，可以有效地应用到锅炉床温系统Hammerstein-Wiener时延非线性模型的参数估计中去，具有一定的工程实际价值。

公开(公告)号：CN114237044B

公开(公告)日：2023-07-18

申请号：CN202111432889.7

申请日：2021-11-29

Applicant: 南通大学

Inventor： 李俊红 ,  李政 ,  宗天成 ,  刘慧霞 ,  李磊 ,  蒋泽宇 ,  宋伟成 ,  蒋一哲 ,  芮佳丽 ,  褚云琨 ,  储杰

IPC: G05B13/04

Abstract: 本发明公开了一种基于递阶引力搜索的循环流化床锅炉模型辨识方法，属于循环流化床锅炉模型系统辨识技术领域；解决了循环流化床锅炉进行分析、预测的模型问题。其技术方案为：包括如下步骤：步骤1)构建表述循环流化床锅炉床温的多变量状态空间模型，根据所构建的系统模型获取循环流化床锅炉床温的辨识模型；步骤2)构建递阶引力搜索算法的辨识流程。本发明的有益效果是：本发明的方法辨识可显著降低所需辨识信息矩阵及参数向量维度，从而使该方法的计算量大幅降低，本发明的方法辨识精度高，收敛速度快，适用于循环流化床锅炉床温模型的参数辨识。

公开(公告)号：CN111098755B

公开(公告)日：2023-04-07

申请号：CN202010115887.4

申请日：2020-02-25

Applicant: 南通大学

Inventor： 李俊红 ,  徐珊玲 ,  顾菊平 ,  华亮 ,  杨奕 ,  宗天成 ,  李磊 ,  李政 ,  刘梦茹

IPC: B60L58/12 ,  B60L58/10 ,  G01R31/387 ,  G01R31/388 ,  G01R31/367

Abstract: 本发明提供了一种电动汽车动力电池SOC估计方法，包括以下步骤：步骤1)：通过间歇恒流放电法测取动力电池的电流与电压，通过多项式拟合法确定动力电池的OCV‑SOC的函数关系式；步骤2)：建立动力电池二阶RC等效电路模型，推导其辨识模型；步骤3)：构建改进的混沌引力搜索算法的流程，完成辨识；步骤4)：针对锂离子电池非线性系统建立电池的状态空间模型，构建高斯‑厄米特滤波算法的流程，并与改进的混沌引力搜索算法组成联合估计算法。本发明的有益效果为：本发明采用将模型参数辨识和SOC估计进行联合的估计算法，以实现对电池的SOC更好的实时估计。