公开(公告)号：CN116224126A

公开(公告)日：2023-06-06

申请号：CN202310341453.X

申请日：2023-03-31

Applicant: 江南大学

Inventor： 纪曦曦 ,  陈晶 ,  浦琰 ,  殷霞

IPC: G01R31/392 ,  G01R31/367 ,  G01R31/36

Abstract: 本发明公开了一种电动汽车锂离子电池健康状态估计方法及系统包括，根据电池额定容量、充电循环次数、电池初始参数以及电池待辨识参数，建立电池容量衰减模型；使用混沌信号替代郊狼优化算法中随机数改进郊狼优化算法，得到混沌郊狼优化算法，结合切比雪夫混沌映射，对所述模型进行计算；根据模型计算的最优解，对电池健康状态进行估计。本专利针对混合指数‑多项式模型的辨识提出一种改进的元启发式智能算法。该方法可以将问题的已知变量转化为指定的数据形式和数据结构，进而避免考虑线性参数和非线性参数之间的耦合性，同时降低陷入局部最优的概率，进而提高参数估计精度和收敛速度，具有广泛的使用范围。理论和仿真验证了该发明是收敛的。

公开(公告)号：CN116256643A

公开(公告)日：2023-06-13

申请号：CN202310338922.2

申请日：2023-03-31

Applicant: 江南大学

Inventor： 徐翡 ,  陈晶 ,  浦琰 ,  胡满峰 ,  殷霞

IPC: G01R31/367 ,  G01R31/388

Abstract: 本发明公开了一种针对锂电池荷电状态估计的数据驱动方法，包括，利用现有的测量仪器获取L组数据，包括，每时刻的电压值、每时刻的电流值以及荷电状态；根据所获取的L组数据，构建输入矩阵以及输出向量；利用激活函数计算出隐藏层输出矩阵H，并利用最小二乘法计算出训练输出权重矩阵；通过郊狼优化算法计算出最优正则化系数，重新计算出最优训练输出权重矩阵，并计算得到最优输出矩阵；采用本发明，能够进行实时动态估计以及解决测量仪器不精准导致误差积累的问题；还能够提高估计效率；还能够防止过度拟合，提升估计方法的泛化能力。