一种基于LOF-Pearson检测多维特征向量的电池SOH估计方法

    公开(公告)号:CN116224081A

    公开(公告)日:2023-06-06

    申请号:CN202310234840.3

    申请日:2023-03-13

    Abstract: 本发明公开了一种基于LOF‑Pearson检测多维特征向量的电池SOH估计方法,涉及电池技术领域,包括:获取电池的SOH数据,并对电池SOH数据进行分析,以提取得到多维特征向量;基于局部异常因子算法,对所述多维特征向量进行异常值检测;对经过异常值检测之后的所述多维特征向量进行Pearson相关性分析,并选择强相关性的多维特征向量作为电池健康因子;对所述电池健康因子进行归一化预处理,将归一化后的电池健康因子分为测试集数据和训练集数据;建立神经网络电池SOH估计模型,使用所述训练集数据进行神经网络训练,以所述测试集数据为输入量验证模型准确性。由此,剔除了弱相关性的电池特征向量,选择强相关性多维特征向量作为了电池健康因子,提高了模型预测精度。

    一种交直流混合微电网并离网平滑切换控制方法及系统

    公开(公告)号:CN117424288A

    公开(公告)日:2024-01-19

    申请号:CN202311388499.3

    申请日:2023-10-24

    Abstract: 本发明公开了一种交直流混合微电网并离网平滑切换控制方法及系统,该系统包括:直流子网、交流子网和控制中心;直流子网包括光伏发电单元、蓄电池组、直流负载、电力转换器和直流母线;交流子网包括风力发电单元、交流负载、逆变器、整流器、交流母线和PCC点;控制中心包括双向AC/DC变换器、协调控制器和调度中心;光伏发电单元和蓄电池组通过电力转换器并联接入直流母线;风力发电单元和逆变器、整流器串联接入交流母线;微电网通过PCC点接入大电网。本发明提出的交直流混合微电网系统抗干扰能力强,灵活稳定,其并离网平滑切换控制方法能够实现并网、离网模式平滑切换,实现电压、电流及功率稳定输出,微电网内部功率自治、彼此微网间功率互济。

    一种基于INFO-SVR算法的储能电池剩余寿命预测方法

    公开(公告)号:CN116341375A

    公开(公告)日:2023-06-27

    申请号:CN202310240397.0

    申请日:2023-03-13

    Abstract: 本发明公开了一种基于INFO‑SVR算法的储能电池剩余寿命预测方法,包括:获取储能电池剩余寿命循环数据集;对所述循环数据集进行分析,以得到健康因子;对所述健康因子进行归一化处理,将归一化处理后的所述健康因子分为测试数据和训练数据;基于所述训练数据对初始模型进行训练,并基于所述测试数据对所述初始模型进行验证,以生成INFO‑SVR电池剩余寿命预测模型,其中,所述INFO‑SVR电池剩余寿命预测模型用于预测储能电池的剩余寿命。利用INFO算法的更强的探索、逃避局部最优能力和更快开发收敛速度,有效解决SVR算法中最优超参数取值问题,具有对储能电池状态更佳的预测效果及精度。

Patent Agency Ranking