-
公开(公告)号：CN119862744A
公开(公告)日：2025-04-22
申请号：CN202510330756.0
申请日：2025-03-20
Applicant: 西南科技大学
IPC: G06F30/23 , G06F30/10 , G06T17/20 , G06F119/14
Abstract: 本发明属于变压器异常监测技术领域，公开了一种基于漏磁监测变压器异常运行状况的方法及系统，方法包括：利用ANSYS Maxwell和ANSYS Workbench对110kV油浸式电力变压器进行建模和分析，并结合Circuit软件使变压器能够在不同过载条件下运行。利用有限元分析（FEM），计算变压器整体的磁场和过载情况下的振动强度。并结合漏磁感应强度（LMIS）对变压器过载和振动情况进行数值分析，通过最小二乘法（LS）建立变压器过载和振动情况与漏磁量的映射关系。本发明提出了一种可以预测变压器过载和振动的预警方法，在造成更严重的灾难之前提前进行人为干预，以避免更大的损失出现，保障电力系统的稳定性。
-
公开(公告)号：CN119846482A
公开(公告)日：2025-04-18
申请号：CN202510323488.X
申请日：2025-03-19
Applicant: 西南科技大学
IPC: G01R31/367 , G06N3/0442 , G06N3/049 , G06N3/0455 , G06N3/048 , G06N3/0464 , G06N3/08 , G01R31/378 , G01R31/385 , G01R31/396
Abstract: 本发明涉及锂电池技术领域，特别是涉及一种基于变压编码LSTM的锂电池SOC估算方法，包括：获取目标锂电池的电压电流序列数据；将电压电流序列数据输入预设的SOC估算模型中，输出目标锂电池的SOC估算结果，其中SOC估算模型基于训练集进行训练，并采用5折交叉检验进行集成获得，训练集包括若干锂电池的历史电压电流序列数据，SOC估算模型采用Transformer网络结合LSTM网络构建。本发明通过结合Transformer Encoder与LSTM构建SOC估算模型，并采用序列对点对历史信息数据进行增强作为输入数据，同时采用5折交叉验证集成策略，获取最终锂电池SOC结果。
-
公开(公告)号：CN118011221B
公开(公告)日：2024-12-06
申请号：CN202410411497.X
申请日：2024-04-08
Applicant: 西南科技大学 , 四川文理学院 , 四川泽丰锂能新能源科技有限公司
IPC: G01R31/367 , G01R31/387 , G01R31/388 , G06N3/0499 , G06N3/04 , G06N3/086 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了基于混沌粒子群反馈优化的多温度锂电池SOC估算方法，包括：利用带有自适应惯性权重的混沌粒子群算法对预设的反馈神经网络进行训练及优化，获取锂离子电池的SOC估算模型；将实时电压电流，输入至所述SOC估算模型，获取锂离子电池的SOC值。本发明通过在混沌粒子群算法中引入自适应性惯性权重，提高了粒子全局搜索能力和局部收敛速度，解决了系统受环境影响大的非线性问题，并考虑到测试环境变化对神经网络参数预测问题，将电压电流实时输入网络，SOC为输出值，实现了锂离子电池组SOC值的有效迭代计算，并增加了估算精度和稳定性。
-
公开(公告)号：CN118226277A
公开(公告)日：2024-06-21
申请号：CN202410402006.5
申请日：2024-04-03
Applicant: 西南科技大学
IPC: G01R31/367 , G01R31/382 , G01R31/3835
Abstract: 本发明公开了一种基于压降补偿的在线OCV校正AH的SOC估计算法，涉及锂电池技术领域，包括以下步骤：首先，基于预设的目标电池的压降模型，进行在线压降补偿，并输出SOC的压降误差；同时，基于安时积分法，得到目标电池的荷电状态SOC_AH；其次，基于SOC的压降误差和安时积分法得到的SOC_AH，通过K算法，得到K；最后，建立并根据压降补偿的在线OCV校正安时积分模型，通过K校正安时积分法得到的SOC_AH，得到目标SOC估计。本发明解决解决了传统的SOC估计方法因压降和噪音等因素导致估计不准确以及因传统安时积分法估计SOC进行累计使SOC估计不准确的问题，提高了SOC估计的准确性和稳定性。
-
公开(公告)号：CN112964997A
公开(公告)日：2021-06-15
申请号：CN202110079412.9
申请日：2021-01-21
Applicant: 西南科技大学 , 绵阳市产品质量监督检验所
IPC: G01R31/387 , G01R31/382 , G01R31/367
Abstract: 本发明公开了一种无人机锂离子电池峰值功率自适应估算方法，属于新能源测控的技术领域，通过建立锂离子电池等效模型并对模型进行在线参数辨识，通过等效电路模型对锂离子电池的工作状态进行表征，利用等效电路模型对锂离子电池开路电压与其他模型参数在线估算，采用的递推计算方式通过自适应扩展卡尔曼算法对锂离子电池的SOC与模型极化电压进行估算，通过估算得到的状态参数及所需要的预测时间递推计算出一段时间内能持续达到的峰值功率，以达到克服现有锂离子电池及电池组峰值功率估算方法的不足，解决锂离子电池应用中峰值功率精确估算问题的目的。
-
Patent Agency Ranking
公开(公告)号：CN112649733A
公开(公告)日：2021-04-13
申请号：CN201910956272.1
申请日：2019-10-10
Applicant: 西南科技大学
IPC: G01R31/367 , G01R31/388 , G06F30/367
Abstract: 本发明涉及一种平方根无迹卡尔曼的SOC估算方法，其特征在于，通过在无迹卡尔曼滤波算法中利用状态变量的误差协方差的平方根替代状态变量的误差协方差，实现了对锂离子电池组SOC值的高效迭代计算，克服SOC初值误差和安时积分存在的累积误差；针对卡尔曼忽略高阶项，平方根无迹卡尔曼没有忽略高阶项，对电池工作过程中呈现出的非线性问题应对性较好；建立Thevenin等效电路模型在一定程度上弥补了内阻模型无法表征锂电池动态特性的缺点，并加入RC回来表征电池内部的极化效应，对电池具有更好的表征效果；该方法基于等效模型电路，改进以卡尔曼为基础的迭代计算过程，实现锂离子电池组SOC估算模型的建立和SOC值的数学迭代运算算法的可靠运行。
-
公开(公告)号：CN108829911A
公开(公告)日：2018-11-16
申请号：CN201810335636.X
申请日：2018-04-16
Applicant: 西南科技大学
Abstract: 本发明涉及一种开路电压与SOC函数关系优化方法，属于新能源测控领域。该方法针对开路电压（Open Circuit Voltage，OCV）与荷电状态（State of Charge，SOC）函数关系优化目标，提出了一种OCV-SOC函数关系优化方法，通过间歇放电实验分析和多项式函数拟合，实现了锂离子电池成组函数关系的有效表征；该方法在间歇放电与搁置实验的基础上，实现其关系离散点的获取；该方法在混合动力脉冲能力特性测试实验基础上，通过充放电过程影响互补的方式快速获得其函数关系；该方法在对比分析拟合效果的基础上，结合以最小二乘法为基础的六次多项式拟合，获得良好的动态拟合效果；该方法在充分考虑锂离子电池成组工作基础上，结合OCV-SOC函数关系优化，实现对开路电压特性的函数表征。
-
公开(公告)号：CN108828446A
公开(公告)日：2018-11-16
申请号：CN201810357583.1
申请日：2018-04-20
Applicant: 西南科技大学
IPC: G01R31/36
Abstract: 本发明涉及一种老化过程对容量影响的修正方法，属于新能源测控领域；该方法针对老化过程对容量影响的修正目标，提出了一种锂离子电池组老化过程对容量影响的修正方法，通过间歇式老化程度测定和实时校准计算处理过程，实现了锂离子电池成组老化过程对容量影响关系的有效表征；该方法在容量归一化表征的基础上，通过老化状态对电量的影响系数计算获得老化因素影响的数学表达；该方法在定期测定校准基础上，通过额定容量与循环次数相关值的同步获取和修正，获得叠加循环次数修正的函数关系；该方法在老化影响系数和循环次数修正计算的基础上，结合两因素影响的叠加计算处理，获得老化过程对额定容量影响修正的计算方法；该方法在充分考虑锂离子电池成组工作基础上，结合老化过程对容量影响函数关系的建立，实现对锂离子电池组老化过程特性的数学表达。
-
公开(公告)号：CN118091428A
公开(公告)日：2024-05-28
申请号：CN202410487446.5
申请日：2024-04-23
Applicant: 西南科技大学 , 四川城市职业学院 , 四川文理学院 , 四川泽丰锂能新能源科技有限公司
IPC: G01R31/367 , G01R31/00 , G06N7/01 , G06N3/006
Abstract: 本发明公开了一种新型智能寻优粒子滤波锂电池SOE估计方法及系统，属于锂电池状态预测技术领域，所述方法基于粒子滤波算法为基础的修正机制，采用一种实时的智能蝴蝶寻优算法优化粒子滤波估算方案，构建锂离子电池SOE估算新模型，结合双极化‑电等效电路（DP‑EEC）模型和VFFRLS算法，实现算法对锂电池SOE有效迭代计算；针对三元锂电池系统较强的非线性特点，为减少噪声带来的不确定性对SOE精确估计的影响，粒子滤波方法通过预测和更新来自于系统概率密度函数的采样集，较好的处理非线性过程，针对滤波存在粒子贫化问题，采用智能蝴蝶寻优算法优化粒子滤波得重采样过程，实现锂电池SOE的高精度、快速度估计。
-
公开(公告)号：CN117591796A
公开(公告)日：2024-02-23
申请号：CN202410078084.4
申请日：2024-01-19
Applicant: 四川帝威能源技术有限公司 , 西南科技大学 , 四川城市职业学院
IPC: G06F17/18 , G01R31/367 , G06F17/16 , G06F17/11 , G06Q50/06
Abstract: 本发明公开了双层遗忘因子递推最小二乘电池模型参数在线辨识方法，包括：基于第一层递推最小二乘算法，进行电池等效电路模型参数辨识，获取预设参数和；将所述预设参数作为输入，基于第二层递推最小二乘算法，进行电流测量偏移修正，获取修正后的电流，再将修正后的电流作为第一层递推最小二乘算法的输入参数，进行迭代，获取电池等效电路模型全参数。本发明能降低算法系统噪声，提高参数辨识的精度，为动力电池的能源管理提供理论依据。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.082 seconds)
