公开(公告)号：CN119147974A

公开(公告)日：2024-12-17

申请号：CN202411525180.5

申请日：2024-10-30

Applicant: 常州大学

Inventor： 莫铮文 ,  汤琛祺 ,  张宸硕 ,  纪雨冬 ,  董鑫 ,  冯飞扬 ,  强浩

IPC: G01R31/367

Abstract: 本发明涉及电池模型参数辨识技术领域，尤其涉及基于自适应遗忘因子最小二乘的电池模型参数辨识方法，包括：建立锂电池的二阶RC等效电路模型，确定待辨识的模型参数；构建锂电池的开路电压和荷电状态的关系表达式；利用改进的自适应遗忘因子最小二乘法对待辨识的模型参数进行迭代求解，通过改进的自适应遗忘因子的自适应调整，遍历所有电流电压测量值后迭代终止。本发明设计一种提高辨识精度且更简单的自适应遗忘因子最小二乘改进方法，降低待定系数对误差跟踪能力的影响、提高模型参数辨识精度。

公开(公告)号：CN119312958A

公开(公告)日：2025-01-14

申请号：CN202411175117.3

申请日：2024-08-26

Applicant: 常州大学

Inventor： 史兵 ,  金旭 ,  殷锐 ,  马彬 ,  后乾康 ,  张宸硕

IPC: G06Q10/04 ,  G06Q50/02 ,  G06F18/20 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/0985 ,  G06N3/006 ,  G06F123/02

Abstract: 本发明涉及水产养殖技术领域，尤其涉及一种基于改进SSA的水产养殖水质参数预测方法，包括采集水质参数；构建SA‑LSTM模型，利用LSTM层对水质参数中时序特征信息进行提取，利用Self‑Attention层对LSTM层输出特征进行更新，输出预测水温值；利用麻雀算法对SA‑LSTM模型的超参数进行寻优。本发明在LSTM神经网络中引入自注意力机制，解决模型在长序列数据上可能会出现信息衰减或者信息遗忘的问题；改进传统麻雀算法中引入复合混沌映射初始化种群和自适应惯性权重因子解决LSTM神经网络中参数收敛速度慢和全局搜索能力差等问题。