-
公开(公告)号：CN119628015A
公开(公告)日：2025-03-14
申请号：CN202411382899.8
申请日：2024-09-30
Applicant: 中国科学技术大学 , 国网安徽省电力有限公司电力科学研究院
Abstract: 本发明涉及光伏‑储能系统技术领域，具体为一种基于储能系统性能退化的太阳能热管理系统及方法，系统包括：多目标方程推导模块，用于光伏‑储能系统运行成本和碳排放的多目标方程；约束条件设置模块，用于设置储能系统性能退化的约束条件；模型线性化模块，用于基于分段线性函数线性化方法的模型线性化；调度模块，用于依据储能系统健康状态和优化目标制定光伏‑储能系统的功率调度计划；有益效果为：通过设计储能系统的性能退化约束条件，并基于分段线性函数线性化方法将其转换为线性约束，反馈至能量管理方法，进而实时考虑了储能系统最大可用容量和最大充放电功率的降低对能量管理的影响，制定合理的能量管理策略。
-
公开(公告)号：CN119310488A
公开(公告)日：2025-01-14
申请号：CN202411584571.4
申请日：2024-11-07
Applicant: 国网安徽省电力有限公司电力科学研究院 , 中国科学技术大学
IPC: G01R31/396 , G01R31/385 , G01R31/367 , G01R31/392 , G01K13/00 , G01K1/12
Abstract: 本发明公开了一种多参量融合分析的锂电池热失控预警方法，包括采集锂电池实时的状态参量，所述状态参量包括电池电压、表面温度、应变量及环境气体浓度；将所述状态参量中各参量分别代入相应的安全状态函数中，得到各参量对应的电池安全状态，其中，各参量对应的安全状态函数为预先利用电池热失控过程中采集得到的状态参量进行拟合得到；基于各参量对应的电池安全状态及各参量对应的权重，计算电池的综合安全状态值；根据所述综合安全状态值判定电池当前处于的风险级别，并基于所述风险级别进行预警；本发明解决了热失控预警过程中多个参量的融合问题以及缺乏针对电池安全状态定量描述的问题。
-
公开(公告)号：CN119538054A
公开(公告)日：2025-02-28
申请号：CN202510074796.3
申请日：2025-01-17
Applicant: 国网安徽省电力有限公司电力科学研究院 , 中国科学技术大学
IPC: G06F18/241 , G06N3/006 , G06N7/02 , H01M10/42
Abstract: 本发明公开了一种热失控预警阈值计算方法、装置及基于模糊逻辑的热失控预警方法，计算方法包括将模糊隶属度函数的待优化参数集合中的参数利用初始种群中的抗体表示，采用免疫克隆选择算法对初始种群进行迭代优化，得到参数集合全局最优解；基于所述参数集合全局最优解确定最优模糊隶属度函数；将不同的环境温度和充电速率通过所述最优模糊隶属度函数映射到不同的模糊区间之中，输出不同环境温度和充电速率组合条件下的预警阈值，构建不同组合条件与预警阈值的对应关系；解决了不同环境温度和充电速率下热失控预警阈值的迁移问题。
-
公开(公告)号：CN119438906A
公开(公告)日：2025-02-14
申请号：CN202411618558.6
申请日：2024-11-13
Applicant: 中国科学技术大学 , 国网安徽省电力有限公司电力科学研究院
IPC: G01R31/367 , G01R31/378 , G01R31/392
Abstract: 本发明涉及锂电池健康状态估计技术领域，具体为一种基于个体特性的锂离子电池健康状态评估方法，包括以下步骤：提出锂离子电池退化建模框架，利用B样条基函数映射操作因子和混合效应之间的关系，并建立大协方差矩阵模型；分别对噪声以及样条基函数的系数进行估计；根据贝叶斯定理，针对不同情况提出不同的参数更新策略；进行电池的SOH预测；有益效果为：本发明提出的基于个体特性的锂离子电池健康状态评估方法，通过运行因素来建模退化过程。这种做法不同于传统的退化模型，只考虑电池间的总体行为，而忽略了个体差异。通过利用运行因素，模型能够更加准确地捕捉每个电池的独特退化路径，从而提升预测的精度和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN115855503A
公开(公告)日：2023-03-28
申请号：CN202211413302.2
申请日：2022-11-11
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G01M13/045 , G06F30/27 , G06N3/0464
Abstract: 本发明涉及故障预测技术领域，具体为基于深度多特征学习的振动部件剩余使用寿命预测方法，包括以下步骤：对采集到部件原始振动信号进行首次预测时间确定，确定部件的衰退期开始时间；使用滑动窗口沿衰退期滑动取一段时间内的所有振动信号数据进行时频分析，以获取到退化故障的时频域特征信息作为输入；将对输入的时频域信息进一步进行多尺度的特征提取以及结果输出；有益效果为：解决了多种类型工况下部件剩余寿命预测结果不稳定问题；实现提取部件退化机理相关特征的能力强、剩余寿命预测精度高。
-
公开(公告)号：CN115728660A
公开(公告)日：2023-03-03
申请号：CN202211426444.2
申请日：2022-11-15
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G01R31/392 , G01R31/367 , G06F17/16 , G06N3/088
Abstract: 本发明涉及锂离子电池健康状态评估技术领域，具体为小样本容量标签下的锂离子电池健康状态评估方法，包括以下步骤：提取特征因子；根据无监督特征优化算法对特征进行优化，优化后的特征进行映射；进行GPR训练；得到电池SOH评估模型；有益效果为：本发明提出的小样本容量标签下的锂离子电池健康状态评估方法及系统针对训练特征与测试特征分布不一致问题，引入了无监督优化的算法，利用基于训练特征和部分测试特征得到的映射空间对原始特征因子进行了优化，有效地降低了训练数据分布与测试数据分布之间的差异。
-
公开(公告)号：CN117517969A
公开(公告)日：2024-02-06
申请号：CN202311459937.0
申请日：2023-11-01
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G01R31/367 , G01R31/392 , G01R31/385 , G01R31/378
Abstract: 本发明涉及锂离子电池故障诊断技术领域，具体为基于弛豫电压曲线的锂电池老化与内短路故障的评估方法，包括以下步骤：建立目标函数为解释目标函数中各参数的物理意义；拟合目标函数来辨识函数中的参数；以参数的数值和变化趋势评估电池老化状态与内短路故障程度；有益效果为：本发明提出的基于弛豫电压曲线的锂电池老化与内短路故障的评估方法，仅依赖于电学测量，即可实现老化状态及内短路故障的检测；仅需要以目标函数的形式拟合电池弛豫曲线，通过拟合得到目标函数的参数，依据参数即可辨识电池老化状态及电池的短路故障，有利于在嵌入式管理系统中实现。
-
公开(公告)号：CN117388712A
公开(公告)日：2024-01-12
申请号：CN202311459926.2
申请日：2023-11-01
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G01R31/367 , G01R31/392 , G01R31/388 , G01R31/378
Abstract: 本发明涉及电池状态评估技术领域，具体为一种基于递归图分析的锂电池健康状态评估预测方法，包括以下步骤：数据预处理；递归算法分析；特征提取；建立锂电池SOH评估预测；有益效果为：本发明提出的基于递归图分析的锂电池健康状态评估预测方法，基于模型的方法利用电池内部反应机理的先验知识构建一个数学模型用于模拟电池的退化行为，构建过程中需要许多优化算法和过滤器，用于识别各项参数和电池健康状态。
-
公开(公告)号：CN115828088A
公开(公告)日：2023-03-21
申请号：CN202211421751.1
申请日：2022-11-14
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G06F18/2131 , G01R31/00 , G06F18/2415 , G06F18/25 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/08
Abstract: 本发明涉及电力系统故障诊断技术领域，具体为基于深度学习的高压并联电抗器振动异常故障诊断方法，包括以下步骤：电抗器振动信号采集；数据预处理，将时序振动信号转化为图像信号；建立数据集；进行Incep‑DenseNet网络故障诊断训练与测试；有益效果为：本发明提出的基于深度学习的高压并联电抗器振动异常故障诊断方法通过多尺度特征提取和多层次特征融合的优势，能够挖掘隐藏在电抗器振动信号中的深度抽象数据特征，准确地建立故障数据特征与故障类型间的映射关系，实现高精度地高压电抗器振动异常故障高精度诊断。当面对海量数据时，基于Incep‑DenseNet深度学习网络的方法能够快速从复杂数据中提取鲁棒性好及故障敏感度高的特征，保证故障诊断的实时性和可靠性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.048 seconds)
