基于协同辨识的改进中心差分粒子滤波的锂电池荷电状态估算方法

    公开(公告)号:CN115877227A

    公开(公告)日:2023-03-31

    申请号:CN202211556892.4

    申请日:2022-12-06

    Abstract: 本发明公开了一种基于协同辨识的改进中心差分粒子滤波的锂电池荷电状态估算方法,首先对电池模型进行扩展卡尔曼滤波‑粒子群协同参数辨识,得到锂离子电池模型参数;然后在粒子滤波算法中引进自适应中心差分卡尔曼滤波产生建议分布函数去更新观测信息;最后采用改进的粒子滤波ACDPF对锂离子电池的电池荷电状态进行预测。本发明同时提高了电池模型在高SOC区域和低SOC区域参数辨识的准确性,克服了单一参数辨识方法的局限性,发明的ACDPF的估算方法拥有比粒子滤波PF、中心差分粒子滤波CDPF更高的精度,特别是在低SOC区域依然保持很好的估算精度。

    基于电容自然充电换向的混合式直流断路器及其工作方法

    公开(公告)号:CN116505495A

    公开(公告)日:2023-07-28

    申请号:CN202310479405.7

    申请日:2023-04-28

    Abstract: 本发明涉及一种基于电容自然充电换向的混合式直流断路器,包括主支路、电容自然充电支路、转移支路、换流支路、能量吸收支路、二极管全桥,除主支路外,其它各支路内嵌在二极管全桥结构之中,以满足直流系统对于断路器能够双向开断故障的需求。本发明还公开该基于电容自然充电换向的混合式直流断路器的工作方法。本发明改进了电容的预充电方式,使电容充电更加简便,且电容电压能够维持在系统电压,保证了断路器的开断能力;在故障隔离之后,电容能够快速的再次充电,使断路器具备快速二次开断故障的能力;此外,以大容量晶闸管代替传统结构中价格昂贵的IGBT,使断路器具备一定的经济优势。

    基于自适应数据驱动融合方法的锂电池荷电状态在线预测方法

    公开(公告)号:CN116068412A

    公开(公告)日:2023-05-05

    申请号:CN202211572057.X

    申请日:2022-12-08

    Abstract: 本发明公开了基于自适应数据驱动融合方法的锂电池荷电状态在线预测方法,包括如下步骤:步骤1、数据采集;步骤2、数据预处理;步骤3、模型训练;步骤4、模型验证;步骤5、自适应核参数;步骤6、数据预测;步骤7、误差调节;步骤8、在线实时预测。本发明结合增量学习思想,建立了在线SOC实时估计模型,在线训练时将前一步长的SOC估计值重新进行训练,不断学习新样本的特征,提高算法的长期预测能力,与此同时,使用鲸鱼优化算法对算法内部参数进行全局寻优,解决了算法内部参数确定困难且耗时的问题,提高了算法的预测精度和计算效率,最后,使用自适应卡尔曼滤波算法调节相关向量机算法的预测误差,进一步提高了模型的泛化性能。

    节气果蔬养生订制贩售机

    公开(公告)号:CN113920646A

    公开(公告)日:2022-01-11

    申请号:CN202111189698.2

    申请日:2021-10-13

    Abstract: 本发明涉及贩售机技术领域,尤其涉及节气果蔬养生订制贩售机,其包括框架结构、安装结构、榨汁下汁组件和配料下料组件;框架结构上设置有多个安装仓,安装仓处设置有用于存储蔬果原料并按需输送蔬果原料至榨汁下汁组件中的存料送料机构,安装结构设置在框架结构上,榨汁下汁组件和配料下料组件均设置在安装结构上,配料下料组件设置有多组,榨汁下汁组件下方为接汁工位,配料下料组件下方为接料工位,框架机构上设置有放杯取货工位,框架结构上设置有用于将放杯取货工位处的待盛装容器移动至接汁工位和接料工位进行盛装并在盛装完毕后放回放杯取货工位的取送机构。本发明能根据客户需求来选择相应的蔬果进行蔬果汁搭配。

    基于变窗口自适应无迹卡尔曼滤波的锂离子电池SOC预测方法

    公开(公告)号:CN116819343A

    公开(公告)日:2023-09-29

    申请号:CN202310881529.8

    申请日:2023-07-18

    Abstract: 本发明公开一种基于变窗口自适应无迹卡尔曼滤波的锂离子电池SOC预测方法。首先由自适应遗忘因子最小二乘(AFFRLS)估算二阶RC锂离子电池等效电路模型参数;然后通过自适应遗传算法(AGA)训练确定自适应无迹卡尔曼滤波(AUKF)的最佳噪声协方差匹配窗口大小;将得到的窗口大小作为窗口基数,通过AUKF预测电池SOC;然后通过Allan方差分析法识别误差新息序列分布的变化,再按照更新规则更新窗口大小。本发明由AGA确定AUKF的时间窗大小,方法更智能;另通过引入Allan方差分析法来提高噪声协方差的估算精度,提高算法对非线性时变系统的跟踪能力。

    一种基于多核集成策略的增量相关向量机电池SOC在线预测方法

    公开(公告)号:CN116008816A

    公开(公告)日:2023-04-25

    申请号:CN202211726572.9

    申请日:2022-12-30

    Abstract: 本发明公开了一种基于多核集成策略的增量相关向量机电池SOC在线预测方法,包括以下步骤:步骤1、数据预处理;步骤2、训练集采样;步骤3、核函数选择;步骤4、模型训练;步骤5、模型验证;步骤6、自适应核参数;步骤7、RVM模型集成;步骤8、模型预测;步骤9、增量学习策略;步骤10、在线增量预测。本发明从实践角度出发,面对复杂的应用和需求的多样性,借鉴增量学习和集成学习思想,通过训练样本和核函数双重扰动,产生了差异度较大的包含多种核函数RVM个体学习模型,并结合新型增量集成策略,避免了模型过学习的问题,提高了模型的泛化能力和鲁棒性,增大了其应用范围。

    一种遗传算法与无迹卡尔曼滤波融合的锂离子电池SOC预测方法

    公开(公告)号:CN116381507A

    公开(公告)日:2023-07-04

    申请号:CN202310376653.9

    申请日:2023-04-11

    Abstract: 本发明公开了一种遗传算法与无迹卡尔曼滤波融合的锂离子电池SOC预测方法。通过HPPC试验获得锂电池开路电压OCV,建立OCV与SOC映射关系;然后测量锂电池工作电压、电流数据,由自适应遗忘因子递推最小二乘算法(AFFRLS)进行模型参数估算;再通过无迹卡尔曼滤波(UKF)进行SOC的预测,并利用改进的自适应遗传算法(AGA)自适应匹配UKF测量噪声协方差矩阵R;在R的基础上,基于噪声自适应匹配方法更新状态噪声协方差矩阵Q。本发明通过AGA和UKF的融合方法预测SOC,具有鲁棒性良好、噪声自适应、时变状态跟踪能力强等特点,能更好地在非线性、时变性系统进行在线应用,提高了SOC预测精度。

    一种锂离子动力电池管理装置

    公开(公告)号:CN220172194U

    公开(公告)日:2023-12-12

    申请号:CN202321681925.8

    申请日:2023-06-29

    Abstract: 本实用新型公开了一种锂离子动力电池管理装置,包括算法处理主控板和电池信息采集从控板,所述主控板与从控板通过排针a和排母相连。本实用新型的锂离子动力电池管理装置能有效提供较好的电压、电流、温度的采集,并通过高速度传输通信电路使主控板与从控板实现通信,主控板有强大的计算速度,通过从板之间的级联可实现多个电池组的迭加以达到不同电压等级,主控板与从控板可以通过排针a和排母相连。该装置具有结构简单,体积小,工艺性好,检测精确度高、计算速度快的特点,在电力电子、航空航天、储能系统,尤其是电动汽车领域的应用上有着广泛的市场前景。

Patent Agency Ranking