-
公开(公告)号：CN115542166A
公开(公告)日：2022-12-30
申请号：CN202211124285.0
申请日：2022-09-15
Applicant: 国网江苏省电力有限公司经济技术研究院 , 清华四川能源互联网研究院 , 国网江苏电力设计咨询有限公司
IPC: G01R31/367 , G01R31/392
Abstract: 本发明提供了一种锂离子电池剩余使用寿命预测方法与系统，其中，该方法包括：筛选出备选间接健康因子中与电池容量相关性最大的间接健康因子；使用经验模态对间接健康因子进行分解，生成不同时间尺度的特征模态函数和残差函数；使用粒子滤波算法对特征模态函数进行跟踪预测得到特征模态函数预测序列；采用多项式回归对残差函数进行跟踪预测得到残差预测序列；根据特征模态函数预测序列和残差预测序列得到电池剩余使用寿命预测模型。本发明通过采用粒子滤波算法结合多项式回归算法对间接健康因子的局部波动特征和全局退化趋势进行跟踪预测，不需要构建复杂的模型，就可以精准的预测出电池的剩余使用寿命，从而更好地保障锂离子电池安全。
-
公开(公告)号：CN115542165A
公开(公告)日：2022-12-30
申请号：CN202211123854.X
申请日：2022-09-15
Applicant: 国网江苏省电力有限公司经济技术研究院 , 清华四川能源互联网研究院 , 国网江苏电力设计咨询有限公司
IPC: G01R31/367 , G01R31/392
Abstract: 本发明属于锂离子电池健康状态预测技术领域，尤其是一种锂离子电池健康状态的预测方法，其包括以下步骤：S1：确定极限学习机ELM算法的隐含层的神经元个数，并对输入层与隐含层的连接权值ω和隐含层的阈值b进行随机初始化；S2：选取无限且可微的隐含层神经元对应的激活函数g(x)，并进一步对隐含层的输出结果H进行求解；S3：根据对输出层对应的权重矩阵进行求解。本发明通过对交叉概率和变异概率提出自适应的调整策略增强参数寻优能力和收敛性，通过构建IGA‑ELM算法模型从而提高ELM算法的稳定性，降低预测误差。
-
公开(公告)号：CN115542167A
公开(公告)日：2022-12-30
申请号：CN202211124291.6
申请日：2022-09-15
Applicant: 国网江苏省电力有限公司经济技术研究院 , 清华四川能源互联网研究院 , 国网江苏电力设计咨询有限公司
IPC: G01R31/367 , G01R31/382
Abstract: 本发明提供了一种基于粒子滤波算法的锂电池SOC估算方法与系统，其中该方法包括：根据锂电池内部电路构建等效电路模型；对所述锂电池的OCV曲线进行拟合得到等效电路模型中锂电池的开路电压；使用人工蜂群算法对等效电路模型的参数进行辨识得到最优阻抗参数；根据所述最优阻抗参数使用粒子滤波算法对锂电池的SOC值进行估算。本发明通过构建等效电路模型，并使用人工蜂群算法实现等效电路模型参数的辨识，可以在获得精准的模型参数基础上，采用粒子滤波算法对锂电池的SOC值进行估算，不仅简化了计算过程，还可以得到准确的估算结果。
-
公开(公告)号：CN118734079B
公开(公告)日：2024-11-08
申请号：CN202411216251.3
申请日：2024-09-02
Applicant: 清华四川能源互联网研究院
IPC: G06F18/214 , H02J3/00 , G06Q50/06 , G06N3/045 , G06N3/0475 , G06N3/048 , G06N3/094 , G06N3/084
Abstract: 本发明涉及光伏功率预测技术领域，具体涉及基于多特征变量和时间序列相关性的光伏功率预测方法及系统，所述方法包括：获取光伏功率数据以及气象数据，进行预处理后得到历史数据集；构建数据增强模型，基于历史数据集训练数据增强模型并生成增强数据集；构建预测模型，利用增强数据集训练预测模型；基于注意力机制提取预测模型的注意力分布并对数据增强数据集进行优化；基于优化后的增强数据集训练预测模型，输出光伏功率及气象数据预测序列。其目的在于，以变量之间特征的相关性与变量自身的时序相关性作为预测的基础，提升光伏功率的预测精度。
-
公开(公告)号：CN118688669A
公开(公告)日：2024-09-24
申请号：CN202410803856.6
申请日：2024-06-20
Applicant: 国网北京市电力公司 , 国家电网有限公司 , 清华四川能源互联网研究院
IPC: G01R31/392 , G01R31/396 , G01R31/367 , G01R31/36
Abstract: 本发明公开了一种电池可用能量的确定方法及装置、电子设备、存储介质，涉及电力工程技术领域或其他相关领域，其中，该方法包括：获取目标电池在当前时刻的电压观测数据和电流观测数据；基于小波去噪策略对电压观测数据和电流观测数据进行预处理，得到输入数据，其中，输入数据包括：电压数据和电流数据；将输入数据输入至预设神经网络模型，输出模型预测结果，其中，预设神经网络模型中预置二阶等效电路模型，用于利用二阶等效电路模型、电压数据以及电流数据计算得到可用能量数据，可用能量数据用于表征目标电池在目标时刻的剩余可用能量，模型预测结果用于记录可用能量数据。本发明解决了相关技术中无法精确估算电池剩余可用能量的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN117538759B
公开(公告)日：2024-03-19
申请号：CN202410033093.1
申请日：2024-01-10
Applicant: 清华四川能源互联网研究院
IPC: G01R31/367 , G01R31/389
Abstract: 本发明涉及锂离子电池测试技术领域，尤其是提供一种锂离子电池直流内阻高通量获取方法，包括如下步骤：从预设实验条件中确定至少一个目标变化条件，将剩余条件作为控制变量；选择目标计算模型，计算不同变化条件在不同数值组合下的锂离子电池第一直流内阻；基于目标变化条件和控制变量进行实验，获取目标变化条件在不同数值组合下的锂离子电池第二直流内阻；对目标计算模型的参数进行寻优；基于目标计算模型的最优参数高通量获取其他数值或其他目标变化条件下的直流内阻。其目的在于，解决获取锂离子电池在所有实验条件下的直流电阻，需耗费大量的实验、时间成本的问题，实现通过少量不同条件下的直流内阻数据来推算其他条件下的直流内阻数据。
-
公开(公告)号：CN116774055A
公开(公告)日：2023-09-19
申请号：CN202311000350.3
申请日：2023-08-10
Applicant: 清华四川能源互联网研究院
IPC: G01R31/367 , G01R31/378 , G01R31/388 , G06F18/213 , G06F18/2411 , G06N3/045 , G06N3/048 , G06N3/096
Abstract: 本发明涉及电池SOC估算技术领域，具体涉及一种基于SVD‑MMD策略的锂离子电池SOC跨域估计方法、系统及介质，步骤如下：构建基于GRU网络的锂离子电池SOC估计源域模型以及目标域模型；基于SVD‑MMD策略改进迁移学习目标网络，将锂离子电池SOC估计源域模型训练数据参数转移至锂离子电池SOC估计目标域模型；采用训练完成后的目标域模型估计SOC值。本发明基于迁移学习结合特征解耦，有助于提取与任务相关的重要和次要特征；通过MMD方法度量跨域中不同特征之间的相似性，以及使用余弦差异量化同一域上的差异，确保了解耦后的特征在跨域中保持有效性和鲁棒性，有助于增强模型的泛化能力。
-
公开(公告)号：CN114498637A
公开(公告)日：2022-05-13
申请号：CN202210384380.8
申请日：2022-04-13
Applicant: 清华四川能源互联网研究院 , 国网能源研究院有限公司
Abstract: 本发明涉及新能源消纳、储能领域，提供了一种新能源场配置储能对利用率影响的分析方法，其方法主要包括如下步骤：步骤1：获取新能源场站的储能参数和新能源接入系统的参数，通过利用率建模模块建立基于电力系统生产模拟的新能源场站配置储能利用率分析模型；步骤2：设定新能源场站配置储能利用率分析模型的通用约束条件，判断新能源场站配置的储能是否仅用于场站自身调峰，若是，则进入步骤3；若否，则进入步骤4；步骤3：设定新能源场站配置储能利用率分析模型的分类约束条件，进入步骤4；步骤4：求解添加约束后的新能源场站配置储能利用率分析模型，得出新能源场站的利用率。
-
公开(公告)号：CN112734593A
公开(公告)日：2021-04-30
申请号：CN202011555816.2
申请日：2020-12-24
Applicant: 国网北京市电力公司 , 国家电网有限公司 , 北京电力经济技术研究院有限公司 , 清华四川能源互联网研究院
IPC: G06Q50/06 , G06F30/20 , G06F111/04 , G06F113/04
Abstract: 本发明公开了一种配电网规划方法。其中，该方法包括：获取配电网系统扩展规划的成本数据；建立目标模型，其中，目标模型用于在配电网系统扩展规划满足成本数据的情况下，基于配电网系统扩展规划的预设参数确定配电网系统扩展规划总成本的现值；将多个约束条件输入到目标模型，其中，多个约束条件分别用于指示在配电网系统扩展规划满足成本数据的情况下成本数据被限制的范围；根据目标模型对配电网系统扩展规划总成本的现值进行调整。本发明解决了相关技术中的配电网系统扩展规划没有考虑到需求响应资源的影响，导致配电网系统扩展规划的成本过高的技术问题。
-
公开(公告)号：CN118425820A
公开(公告)日：2024-08-02
申请号：CN202410883255.0
申请日：2024-07-03
Applicant: 中电建新能源集团股份有限公司 , 清华四川能源互联网研究院 , 清华大学
IPC: G01R31/392
Abstract: 本说明书提供一种储能电池的健康状态值测定方法、装置及电子设备，涉及储能电池技术领域，其中方法包括：将储能电池在充放电过程中随时间变化的多个老化特征参数转换成老化特征数据块，然后对老化特征数据块进行两个分支的处理。一个分支先对老化特征数据块执行三维卷积操作，然后从三维卷积结果中提取全局特征；另一分支先对老化特征数据块执行三维卷积操作，然后从三维卷积结果中提取局部特征。再将两个分支的处理结果进行融合，得到融合特征，将融合特征输入时间序列网络模型捕捉电池状态的变化趋势和规律，最后根据时间序列网络模型的输出结果确定储能电池的健康状态。本方案能够提高对储能电池健康状态值的测定准确度、泛化性、稳定性。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.065 seconds)
