-
公开(公告)号：CN115544432A
公开(公告)日：2022-12-30
申请号：CN202110737121.4
申请日：2021-06-30
Applicant: 西南科技大学
Abstract: 本发明公开了一种基于动态函数改进的多新息最小二乘参数辨识方法：采用递推最小二乘算法对锂电池等效电路模型参数进行辨识，数据利用率低；且当系统脉冲电流变化率较大时，算法的跟踪效果不理想，参数辨识误差较大；为了解决这一问题，将递推最小二乘算法中的标量新息扩展为向量新息，并依据单侧极限思想，引入动态函数对原新息进行权重约束。本发明通过综合考虑数据利用率和计算复杂度，实现了锂电池等效电路模型参数的高效准确辨识，为锂电池的能源管理提供理论依据，属于新能源测控领域。
-
公开(公告)号：CN115128461A
公开(公告)日：2022-09-30
申请号：CN202110315162.4
申请日：2021-03-24
Applicant: 西南科技大学
IPC: G01R31/367 , G01R31/387
Abstract: 本发明涉及一种基于渐消因子EKF与FFRLS的锂电池SOC估算方法，其特征在于，通过渐消因子的引入对过去数据进行渐消，实时调整预测协方差矩阵。降低环境因素导致的参数变化对荷电状态估计造成的误差，提高锂电池荷电状态的精度；考虑到模型内部参数受多种因素影响，采用遗忘因子最小二乘法，实现模型参数的精确估计；建立二阶RC等效电路模型，克服极化效应出现的误差，步骤简短且原理清晰，适合功率型电池充放电的暂态分析，且对电池具有更好的表征效果；该方法在充分考虑锂离子电池成组工作基础上，基于等效模型电路，改进以卡尔曼滤波为基础的迭代计算过程，实现锂离子电池组SOC估算模型的建立和SOC值的数学迭代运算算法的可靠运行。
-
公开(公告)号：CN118244112A
公开(公告)日：2024-06-25
申请号：CN202211652791.7
申请日：2022-12-22
Applicant: 西南科技大学
IPC: G01R31/367 , G06N3/0499 , G06N3/0985 , G06N3/086 , G06N3/126
Abstract: 本发明涉及一种用于锂电池SOC精确估算的超参数优化多层前馈遗传神经网络模型，该模型针对神经网络对锂电池组SOC值的精确估算目标，提出了一种超参数优化方法，通过对遗传因子取值进行遍历，实现阶梯式动态优化；降低单一优化因子对三层前馈神经网络稳定性的破坏；考虑到所建立的三层前馈神经网络对不同锂电池测试数据集的匹配性，采用随机和网格遍历相融合的测试方法，对数据集进行等比例随机抽取实时记录每组误差值直至找到最优值，设置验证集避免局部优化，克服了过拟合出现的误差；在遗传算法的基础上，对模型架构和参数运用随机和网格遍历相结合实现锂电池组的SOC估算模型的建立和优化，实现建立匹配度高，准确性高以及架构稳定的SOC估算神经网络系统。
-
公开(公告)号：CN115598541B
公开(公告)日：2023-03-10
申请号：CN202211523987.6
申请日：2022-12-01
Applicant: 西南科技大学 , 四川帝威能源技术有限公司
Inventor： 王顺利 , 陈超 , 刘冬雷 , 杨潇 , 李飞 , 乔家璐 , 梁雅雯 , 曹文 , 王毅 , 于春梅 , 陈蕾 , 王建 , 刘全文 , 靳玉红 , 范永存 , 戚创事 , 熊莉英 , 任璞
IPC: G01R31/367 , G01R31/382 , G01R31/378 , G06F17/16 , G06F17/12
Abstract: 本发明公开了基于遗忘因子自适应反馈修正的电池能量状态评估方法，属于新能源电池测控领域，本发明针对锂电池的极化特性表征难题，构建锂离子电池二阶RC等效电路模型；针对FFRLS在线参数辨识方法不能很好适应工况变化难题，提出使用模糊逻辑控制器实现遗忘因子的在线自适应整定；在电池等效电路模型基础上运用AFFRLS和EKF的算法实现锂离子电池组SOE估算模型的建立和SOE值的数学迭代运算；提出AFFRLS和EKF的锂电池SOE估计研究，实现了SOE估算模型的构建与实验验证，在用于跟踪锂离子电池组输出电压时，平均估算误差为0.01V，最大估算误差为0.05V，显著提高了电池SOE估算精度。
-
公开(公告)号：CN115616420A
公开(公告)日：2023-01-17
申请号：CN202110792748.X
申请日：2021-07-14
Applicant: 西南科技大学
IPC: G01R31/382
Abstract: 本发明涉及一种基于容量变化的锂离子电池高阶等效电路建模方法，其特征在于，构建考虑容量变化的高阶Thevenin等效电路模型，探究不同温度以及放电深度变化条件下电池实际容量的变化规律；利用有限RC网络等效替代无限RC网络，在考虑简化带来误差的基础上，有效反映实际电池在外施激励下的暂态响应；通过在模型中加入SOC估算模块，利用安时积分法计算流经电流传感器的电流与容量实验数据结合估算电池容量的非线性变化；该方法在充分考虑模型精度和复杂度的基础上，改进以传统Thevenin模型为基础的高阶模型，探究温度和放电倍率等因素对电池使用特性的影响情况，提高对电池容量非线性变化的模拟度，更精确地对端电压的动态响应进行拟合。
-
Patent Agency Ranking
公开(公告)号：CN115327416A
公开(公告)日：2022-11-11
申请号：CN202211030919.6
申请日：2022-08-26
Applicant: 西南科技大学 , 四川氢威新能源技术有限公司
IPC: G01R31/387 , G01R31/367 , G06F17/15 , G06N3/00
Abstract: 本发明公开了一种基于群体智能优化和粒子滤波的锂离子电池SOC估算方法，该方法包括建立Thevenin等效电路模型，描述电池动态特性；通过递推最小二乘的在线参数辨识方法，计算出一个完整工况中每一个采样点对应的各个参数值；结合电池状态空间模型，利用萤火虫算法和粒子滤波完成锂离子电池SOC值的估算。采用本发明公开的方法，在可控计算量的情况下，提高估算精度。
-
公开(公告)号：CN115598541A
公开(公告)日：2023-01-13
申请号：CN202211523987.6
申请日：2022-12-01
Applicant: 西南科技大学(CN) , 四川帝威能源技术有限公司(CN)
Inventor： 王顺利 , 陈超 , 刘冬雷 , 杨潇 , 李飞 , 乔家璐 , 梁雅雯 , 曹文 , 王毅 , 于春梅 , 陈蕾 , 王建 , 刘全文 , 靳玉红 , 范永存 , 戚创事 , 熊莉英 , 任璞
IPC: G01R31/367 , G01R31/382 , G01R31/378 , G06F17/16 , G06F17/12
Abstract: 本发明公开了基于遗忘因子自适应反馈修正的电池能量状态评估方法，属于新能源电池测控领域，本发明针对锂电池的极化特性表征难题，构建锂离子电池二阶RC等效电路模型；针对FFRLS在线参数辨识方法不能很好适应工况变化难题，提出使用模糊逻辑控制器实现遗忘因子的在线自适应整定；在电池等效电路模型基础上运用AFFRLS和EKF的算法实现锂离子电池组SOE估算模型的建立和SOE值的数学迭代运算；提出AFFRLS和EKF的锂电池SOE估计研究，实现了SOE估算模型的构建与实验验证，在用于跟踪锂离子电池组输出电压时，平均估算误差为0.01V，最大估算误差为0.05V，显著提高了电池SOE估算精度。
-
公开(公告)号：CN115542161A
公开(公告)日：2022-12-30
申请号：CN202110737001.4
申请日：2021-06-30
Applicant: 西南科技大学
IPC: G01R31/367 , G01R31/382 , G01R31/387
Abstract: 本发明涉及一种强跟踪SR‑CKF的锂电池SOC估计方法，其特征在于，通过强跟踪算法的引入实时调整预测协方差矩阵，提高算法的稳定性与跟踪效果。降低因环境因素对模型参数造成误差对SOC值的影响，提高锂电池的荷电状态估计精度；考虑到强跟踪CKF算法易出现矩阵负定使滤波发散的问题，引入平方根滤波算法，对预测协方差矩阵进行平方根分解，整个滤波过程直接以协方差矩阵的平方根形式进行传播与更新。提高数值稳定性的同时避免滤波发散，并降低计算复杂度；建立二阶RC等效电路模型，实现浓差极化现象和电化学极化现象的分开等效。该方法在充分考虑锂电池复杂工作环境基础上，基于等效模型电路，改进以容积卡尔曼滤波为基础的迭代计算过程，实现电池SOC估算模型的建立和SOC值的数学迭代运算算法的可靠运行。
-
公开(公告)号：CN115308623A
公开(公告)日：2022-11-08
申请号：CN202211030790.9
申请日：2022-08-26
Applicant: 西南科技大学 , 四川氢威新能源技术有限公司
IPC: G01R31/387 , G01R31/367 , G01R31/378 , G06F30/25 , G06F17/18 , G06N3/00 , G06F111/08 , G06F119/10
Abstract: 本发明公开了一种基于粒子重采样与搜寻者优化算法的电池荷电状态估计方法，属于新能源电池测控领域，本发明基于Thevenin等效电路模型，通过将SOC粒子模仿人类的合作、记忆、学习等智能行为，确定搜寻方向和步长，实现粒子向最优值的靠近，进而实现了对锂离子电池SOC值的有效迭代计算；本方法在充分考虑锂离子电池工作特性的基础上，基于等效电路模型，改进以粒子滤波为基础的迭代计算过程，实现锂离子电池SOC估算模型的建立和SOC值的数学迭代运算算法的可靠运行，本发明提高了计算可靠性；本发明可为不同应用场景下的锂离子电池SOC估算模型的建立和SOC值计算提供方法参考，具有计算简洁、适应性好和精度高的优点。
-
公开(公告)号：CN114594377A
公开(公告)日：2022-06-07
申请号：CN202011396825.1
申请日：2020-12-03
Applicant: 西南科技大学
IPC: G01R31/367 , G01R31/3835 , G01R31/388
Abstract: 本发明涉及一种基于改进扩展卡尔曼滤波算法的SOC估计方法，其特征在于，对传统扩展卡尔曼滤波算法进行改进，将单新息扩展为多新息，并累加取平均值。使算法能应用于具有明显非线性关系的锂离子电池SOC估算，实现了对锂离子电池组SOC值的有效迭代计算；针对卡尔曼忽略高阶项，使估算精度低、稳定性差的问题，改进扩展卡尔曼滤波算法通过新息累加取平均值得方法，能有效缩小误差波动范围，提高SOC估算精确度；在戴维南等效电路模型的基础上增加一组RC回路建立二阶RC等效电路模型，以更好地表征电池的极化效应，对电池具有更好的模拟效果。该方法在充分考虑锂离子电池成组工作基础上，基于等效模型电路，改进以卡尔曼为基础的迭代计算过程，实现锂离子电池组SOC估算模型的建立和SOC值的数学迭代运算算法的可靠运行。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.029 seconds)
