公开(公告)号：CN118917173A

公开(公告)日：2024-11-08

申请号：CN202410919102.7

申请日：2024-07-10

Applicant: 江苏大学

Inventor： 何志刚 ,  翟旭升 ,  盘朝奉 ,  娄宏宇 ,  付徐睿 ,  季星宇

IPC: G06F30/27 ,  G06N3/006 ,  G06F111/06

Abstract: 本发明公开了一种基于改进的多目标粒子群算法的电池包优化设计方法，建立电池包带约束的多个目标函数，并确定电池包的约束条件；使用带有保护机制的改进的多目标粒子群算法对电池包进行优化设计，求出外部档案，即电池包的优秀设计方案集合；其中改进的多目标粒子群算法的每一个粒子代表电池包的一个设计方案；在求出的外部档案中，使用差值函数求出综合指标，使综合指标值最小的外部档案中的解是兼顾质量、刚度和强度的最优解，即最优秀的电池包设计方案。本发明能准确快速地得到电池包优化设计方案。

公开(公告)号：CN119025909A

公开(公告)日：2024-11-26

申请号：CN202410897762.X

申请日：2024-07-05

Applicant: 江苏大学

Inventor： 何志刚 ,  娄宏宇

IPC: G06F18/214 ,  G01R31/36 ,  G01R31/367 ,  G01R31/382 ,  G01R31/385 ,  G01R31/396 ,  G01R31/378 ,  G01R31/3842 ,  G06N3/006 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于长鼻浣熊优化算法优化NARX神经网络的动力电池组SOH估算方法，由电池组电流的峰谷值及其对应的位置、电池组温度在夏/冬季的峰谷值及其对应的位置、电池组电压、电池组电流不均匀位置及其对应的数值，构建第一数据集，将第一数据集进行归一化处理，得到第二数据集；将第二数据集中电池组各数据看成长鼻浣熊，执行长鼻浣熊优化算法，输出最佳解，基于最佳解构建第三数据集；利用第三数据集训练和测试构建好的NARX神经网络，在实际使用时，将实时采集的动力电池组的BMS数据输入训练好后的NARX神经网络，得到动力电池组SOH的预测结果。本发明能提高动力电池组SOH估算的准确性。