-
公开(公告)号:CN113702843B
公开(公告)日:2022-05-20
申请号:CN202110845535.9
申请日:2021-07-26
Applicant: 南通大学
IPC: G01R31/382
Abstract: 本发明提供了一种基于郊狼优化算法的锂电池参数辨识与SOC估计方法,包括以下步骤:步骤一:通过间歇恒流放电测取锂电池的电流、电压;步骤二:建立锂电池二阶RC等效电路模型;步骤三:构建郊狼优化算法;步骤四:构建扩展卡尔曼滤波算法;步骤五:利用郊狼优化算法确定锂电池模型中的各个参数,并对电池SOC进行估计。本发明的有益效果为:本发明建立锂电池二阶RC模型,推导其离散状态空间表达式,利用郊狼优化算法进行模型参数辨识,相比于传统启发式算法辨识精度高、收敛速度快,利用辨识结果进行SOC估计,估计误差小,验证了郊狼优化算法在参数辨识方面的精确性。
-
公开(公告)号:CN113689922A
公开(公告)日:2021-11-23
申请号:CN202110813343.X
申请日:2021-07-19
Applicant: 南通大学
Abstract: 本发明提供了一种基于改进混沌引力搜索算法的活性污泥过程辨识方法,属于污水处理系统辨识技术领域。其技术方案为:一种基于改进混沌引力搜索算法的活性污泥过程辨识方法,所述具体包括以下步骤:步骤1)建立活性污泥过程的多输入单输出模型;步骤2)构建改进混沌引力搜索算法的辨识流程。本发明的有益效果为:本发明提出的改进混沌引力搜索算法是一种群智能优化算法,它有较快的收敛速度和较高的收敛精度,能较好的适用于对活性污泥过程的建模和参数辨识。
-
公开(公告)号:CN114217234B
公开(公告)日:2023-08-22
申请号:CN202111654358.2
申请日:2021-12-30
Applicant: 南通大学
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:CN114239253B
公开(公告)日:2022-12-02
申请号:CN202111491893.0
申请日:2021-12-08
Applicant: 南通大学
IPC: G06F30/20 , G06F17/16 , G06F17/18 , G06F119/10 , G06F119/18
Abstract: 本发明提供了一种火工品起爆过程参数辨识方法,属于火工品参数辨识技术领域,解决了梯度下降算法收敛速度慢的问题。其技术方案为:该辨识方法具体包括以下步骤:步骤1)建立火工品起爆过程的Volterra模型;步骤2)构建Levenberg‑Marquardt递推算法的辨识过程。本发明的有益效果为:本发明建立了火工品起爆过程的参数辨识模型,利用Levenberg‑Marquardt递推算法对起爆过程的参数进行辨识,该算法具有收敛速度快、估计精度高的特点,该辨识方法对于火工品起爆过程的参数辨识有较好的适用性。
-
公开(公告)号:CN114237044A
公开(公告)日:2022-03-25
申请号:CN202111432889.7
申请日:2021-11-29
Applicant: 南通大学
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:CN113702843A
公开(公告)日:2021-11-26
申请号:CN202110845535.9
申请日:2021-07-26
Applicant: 南通大学
IPC: G01R31/382
Abstract: 本发明提供了一种基于郊狼优化算法的锂电池参数辨识与SOC估计方法,包括以下步骤:步骤一:通过间歇恒流放电测取锂电池的电流、电压;步骤二:建立锂电池二阶RC等效电路模型;步骤三:构建郊狼优化算法;步骤四:构建扩展卡尔曼滤波算法;步骤五:利用郊狼优化算法确定锂电池模型中的各个参数,并对电池SOC进行估计。本发明的有益效果为:本发明建立锂电池二阶RC模型,推导其离散状态空间表达式,利用郊狼优化算法进行模型参数辨识,相比于传统启发式算法辨识精度高、收敛速度快,利用辨识结果进行SOC估计,估计误差小,验证了郊狼优化算法在参数辨识方面的精确性。
-
-
-
-
-