公开(公告)号：CN119414751A

公开(公告)日：2025-02-11

申请号：CN202411474577.6

申请日：2024-10-22

Applicant: 南通大学

Inventor： 李俊红 ,  杨筱涵 ,  顾菊平 ,  程赟 ,  赵一涵 ,  吕萌 ,  阚锐

IPC: G05B19/042

Abstract: 本发明提供了一种基于改进SABO算法的热泵控制系统辨识方法，属于工业控制过程系统辨识技术领域。解决了样本数据不足情况下的系统辨识，以及系统参数辨识过程中SABO算法易陷入局部最优解的技术问题，其技术方案为：包括以下步骤：步骤1)构建一个具有死区特性的空气源热泵控制系统的单输入单输出Hammerstein模型，并获得在样本数据不足条件下具有死区特性的空气源热泵控制系统Hammerstein系统辨识模型；步骤2)构建改进SABO算法的辨识流程。本发明的有益效果为：有较快的收敛速度和较高的辨识精度，输出的参数估计误差小，同时说明了该辨识方法对于空气源热泵控制系统参数辨识有较好的适用性。

公开(公告)号：CN118604629A

公开(公告)日：2024-09-06

申请号：CN202410671505.4

申请日：2024-05-28

Applicant: 南通大学

Inventor： 李俊红 ,  蒋泽宇 ,  安振生 ,  薛涵文 ,  华亮 ,  杨筱涵 ,  赵一涵 ,  阚锐 ,  吕萌

IPC: G01R31/367 ,  G01R31/392

Abstract: 本发明提供了一种基于多模态分解的锂离子电池SOH估计方法，属于锂离子电池技术领域。解决了卷积神经网络模型可解释性差的技术问题。其技术方案为：包括以下步骤：步骤1)对SOH进行EMD分解，以获得本征模态函数imf和残余信号res；步骤2)构建用于本征模态函数imf和残差信号res估计的2DCNN训练数据集和测试数据集；步骤3)使用2DCNN对数据集进行训练和测试。本发明的有益效果为：本发明将训练的数据集导入2DCNN中进行训练，最终可用于锂离子电池SOH的估计。