基于SAE和K-means聚类算法的电池筛选方法

    公开(公告)号:CN111027625A

    公开(公告)日:2020-04-17

    申请号:CN201911260905.1

    申请日:2019-12-10

    Applicant: 燕山大学

    Abstract: 本发明提供一种基于SAE和K-means聚类算法的电池筛选方法,包括以下步骤:(1)获取新电池充电末期电压数据;(2)采用稀疏自动编码器通过对输入信号的重构,提取出电池充电末期电压数据中的隐含压缩特征;(3)采用无监督K-means聚类算法,依据上述(2)中所得的压缩特征对样本进行聚类,获得的各组内的电池具有相对一致的循环寿命。本发明可以依据新电池的外特性对大量电池进行聚类分组,并使得每组电池具有相对一致的循环寿命,可以延长电池组整体循环寿命、充分发挥每个单体电池的工作性能;聚类依据仅来自新电池的外特性,不影响电池在工程中的正常使用,聚类流程简单易行,便于工程实现。

    基于SAE和K-means聚类算法的电池筛选方法

    公开(公告)号:CN111027625B

    公开(公告)日:2023-08-08

    申请号:CN201911260905.1

    申请日:2019-12-10

    Applicant: 燕山大学

    Abstract: 本发明提供一种基于SAE和K‑means聚类算法的电池筛选方法,包括以下步骤:(1)获取新电池充电末期电压数据;(2)采用稀疏自动编码器通过对输入信号的重构,提取出电池充电末期电压数据中的隐含压缩特征;(3)采用无监督K‑means聚类算法,依据上述(2)中所得的压缩特征对样本进行聚类,获得的各组内的电池具有相对一致的循环寿命。本发明可以依据新电池的外特性对大量电池进行聚类分组,并使得每组电池具有相对一致的循环寿命,可以延长电池组整体循环寿命、充分发挥每个单体电池的工作性能;聚类依据仅来自新电池的外特性,不影响电池在工程中的正常使用,聚类流程简单易行,便于工程实现。

    基于三维空间划分的开绕组永磁同步电机多矢量控制方法

    公开(公告)号:CN115864923A

    公开(公告)日:2023-03-28

    申请号:CN202310020388.0

    申请日:2023-01-06

    Applicant: 燕山大学

    Abstract: 本发明涉及一种基于三维空间划分的开绕组永磁同步电机多矢量控制方法,属于开绕组永磁同步电机控制技术领域,包括:获取电机的转子位置角度θ和角速度ω,计算两相静止坐标系下的定子电流id、iq、i0;根据转速外环控制器得到q轴电流参考值,并给定d轴和0轴电流参考值;参考控制电压的预测;参考控制电压矢量所属区域判断和电压矢量选择;电压矢量作用时间的计算;根据得到的各空间电压矢量作用时间,分配并生成各组桥臂的开关脉冲序列。本发明减小了系统控制算法的计算量及复杂度,有效降低了开绕组永磁同步电机的电磁转矩脉动,解决了共直流母线驱动系统中存在的零序电流抑制问题。

    一种基于改进粒子滤波算法的二元荷电状态估算方法

    公开(公告)号:CN108647434A

    公开(公告)日:2018-10-12

    申请号:CN201810441318.1

    申请日:2018-05-10

    Abstract: 本发明公开了一种基于改进粒子滤波算法的二元荷电状态估算方法,基于传统的Thevenin模型,与能准确反映蓄电池倍率容量特性的KiBaM模型相结合,作为二元荷电状态综合模型。采用递推最小二乘法在线辨识模型参数,再将一种改进粒子滤波算法应用于综合模型即可实现二元荷电状态估算。在标准粒子滤波算法的基础上,进一步引入了残差重采样算法以及Thompson-Taylor算法等相关步骤,这种重采样算法有效缓解了序贯重要性采样方法必然面对的粒子退化问题。常规重采样很容易加剧粒子贫化,通过Thompson-Taylor算法产生新粒子保证粒子的多样性,增强系统的滤波性能,更好地适应蓄电池的非线性工作特性,从而实现荷电状态的准确实时估算。

Patent Agency Ranking