-
公开(公告)号:CN117799502A
公开(公告)日:2024-04-02
申请号:CN202410234431.8
申请日:2024-03-01
Applicant: 西北工业大学宁波研究院
Abstract: 本公开实施例是关于一种UUV的混合动力系统的能源管理方法。本公开实施例能够描述电源输出功率与复杂工况的映射关系,从而实现燃料电池和锂离子电池实时老化量化,构建的SOH预测模型能够更加精准地预测燃料电池的衰减;且利用离散优化方法能够更好地建立固体氧化物燃料电池与锂离子电池之间的衰减相互作用,以解耦两种电池之间的寿命竞争,基于以上混合系统提高了UUV的续航能力。
-
公开(公告)号:CN118676407A
公开(公告)日:2024-09-20
申请号:CN202410814651.8
申请日:2024-06-24
Applicant: 西北工业大学宁波研究院
IPC: H01M8/04992 , H01M8/04858
Abstract: 本发明涉及能量管理技术领域,具体涉及一种基于蜣螂优化算法的燃料电池能量管理方法及其系统,包括获取燃料电池堆的活化过电压,获取燃料电池堆的工作效率;获取燃料电池堆的输出功率;根据燃料电池堆的输出功率以及燃料电池堆的工作效率计算得到的燃料电池堆的氢耗量作为目标函数,采用蜣螂优化算法对模糊控制模型进行优化,获取优化后的模糊控制模型;根据优化后的输出功率以及燃料电池堆的工作效率获取优化后的燃料电池堆的氢耗量。本发明通过模糊控制进行能量管理策略来对功率分配,并使用蜣螂优化算法对模糊控制进行了优化,有效提高了水下航行器的经济性。
-
公开(公告)号:CN118191623B
公开(公告)日:2024-08-20
申请号:CN202410612588.X
申请日:2024-05-17
Applicant: 西北工业大学宁波研究院
IPC: G01R31/367 , G01R31/378 , G01R31/392 , H01M8/04992 , G06F18/10 , G06F18/2411 , G06F18/27 , G06N3/126 , G06N20/10
Abstract: 本申请的实施例涉及燃料电池技术领域,公开了一种基于AGA‑SVR的燃料电池剩余使用寿命的预测方法,该方法包括:获取训练样本集;构建SVR回归模型;定义搜索空间,在搜索空间中随机生成种群并进行初始化;使用训练样本集对SVR回归模型进行迭代训练,计算种群中每个染色体的适应度,并基于适应度在种群中确定亲代染色体;通过对亲代染色体进行基因重组实现种群更新,在达到最大迭代次数后,将最新的种群中适应度最高的染色体对应的惩罚因子和核参数作为最优参数,得到训练完成的预测模型;将采集到的待测燃料电池的输出电压数据输入至预测模型,得出待测燃料电池的剩余使用寿命,该方法提升了燃料电池剩余使用寿命的预测速度和精度。
-
公开(公告)号:CN118092198A
公开(公告)日:2024-05-28
申请号:CN202410515936.1
申请日:2024-04-27
Applicant: 西北工业大学宁波研究院
IPC: G05B13/04
Abstract: 本发明涉及电池能量管理技术领域,具体涉及一种基于神经网络识别的自适应模糊能量管理方法及其系统,包括获取水下智能体运动时的特征参数,并根据特征参数获取水下智能体的运动工况;获取动力电池的荷电状态;构建模型控制器,设置模糊控制器的模糊规则,并确定模糊控制器的参数;获取优化后的模糊控制器;根据优化后的燃料电池的输出功率获取燃料电池的氢耗量。本发明通过设定模糊规则,以及利用改进的遗传算法对模糊控制器离线寻优,在保证水下智能体性能的前提下,降低了等效氢耗量,解决了模糊控制参数寻优复杂的问题,算法的收敛性得到提高,保证后续结果的精确性。
-
公开(公告)号:CN118393367A
公开(公告)日:2024-07-26
申请号:CN202410613598.5
申请日:2024-05-17
Applicant: 西北工业大学宁波研究院
IPC: G01R31/367 , G01R31/378 , G01R31/389 , G01R31/396 , H01M8/04664 , H01M8/04992 , G06F18/23213 , G06F17/16 , G06F18/2135
Abstract: 本发明涉及数据识别技术领域,具体涉及一种基于实验和数据驱动的水下SOFC故障诊断方法及其系统,包括获取固体氧化物燃料电池在正常工况、故障工况以及未知工况下各自对应的原始数据集;获取原始数据矩阵;根据主成分分析法对原始数据矩阵进行降维处理获取降维后的矩阵;获取正常工况和故障工况的两类样本数据;通过未知工况样本数据所在的类别判断未知工况的数据是否存在故障。本发明利用燃料电池已知正常工况和故障工况下的数据,来识别未知工况下的数据是否出现故障,提升水下SOFC故障诊断效率与准确率。
-
公开(公告)号:CN118191623A
公开(公告)日:2024-06-14
申请号:CN202410612588.X
申请日:2024-05-17
Applicant: 西北工业大学宁波研究院
IPC: G01R31/367 , G01R31/378 , G01R31/392 , H01M8/04992 , G06F18/10 , G06F18/2411 , G06F18/27 , G06N3/126 , G06N20/10
Abstract: 本申请的实施例涉及燃料电池技术领域,公开了一种基于AGA‑SVR的燃料电池剩余使用寿命的预测方法,该方法包括:获取训练样本集;构建SVR回归模型;定义搜索空间,在搜索空间中随机生成种群并进行初始化;使用训练样本集对SVR回归模型进行迭代训练,计算种群中每个染色体的适应度,并基于适应度在种群中确定亲代染色体;通过对亲代染色体进行基因重组实现种群更新,在达到最大迭代次数后,将最新的种群中适应度最高的染色体对应的惩罚因子和核参数作为最优参数,得到训练完成的预测模型;将采集到的待测燃料电池的输出电压数据输入至预测模型,得出待测燃料电池的剩余使用寿命,该方法提升了燃料电池剩余使用寿命的预测速度和精度。
-
公开(公告)号:CN117799502B
公开(公告)日:2024-05-14
申请号:CN202410234431.8
申请日:2024-03-01
Applicant: 西北工业大学宁波研究院
Abstract: 本公开实施例是关于一种UUV的混合动力系统的能源管理方法。本公开实施例能够描述电源输出功率与复杂工况的映射关系,从而实现燃料电池和锂离子电池实时老化量化,构建的SOH预测模型能够更加精准地预测燃料电池的衰减;且利用离散优化方法能够更好地建立固体氧化物燃料电池与锂离子电池之间的衰减相互作用,以解耦两种电池之间的寿命竞争,基于以上混合系统提高了UUV的续航能力。
-
-
-
-
-
-