-
公开(公告)号：CN118444193A
公开(公告)日：2024-08-06
申请号：CN202410577949.1
申请日：2024-05-10
申请人： 国网北京市电力公司 , 国家电网有限公司 , 清华四川能源互联网研究院
IPC分类号： G01R31/392 , G01R31/396 , G01R31/367
摘要： 本发明公开了一种电池状态确定方法、装置、非易失性存储介质及电子设备。其中，该方法包括：确定由目标电池组供电的目标负载对应的工况信息；对目标电池组中包括的多个电池单体进行监测，得到多个电池单体分别对应的运行数据；基于工况信息和多个电池单体分别对应的运行数据，确定电池组空间特征，其中，电池组空间特征用于表征多个电池单体在目标电池组中排布的位置，对目标电池组的电性能产生的影响；基于电池组空间特征，确定目标电池组的电池健康状态。本发明解决了相关技术中存在确定出的电池健康状态不准确的技术问题。
-
公开(公告)号：CN116757359B
公开(公告)日：2024-09-24
申请号：CN202310694015.1
申请日：2023-06-12
申请人： 国网北京市电力公司 , 国家电网有限公司 , 清华四川能源互联网研究院
发明人： 徐剑 , 王泽黎 , 魏光涛 , 孟超 , 赵志华 , 杨威 , 张艾 , 任立志 , 刘泽宇 , 仇爽 , 陈己宸 , 赵相政 , 贡晓旭 , 史梓男 , 马清钊 , 王玉琢 , 周奎 , 郝城 , 王姿尧
IPC分类号： G06Q10/063 , G06Q50/08 , G06F18/2433 , G06F18/243
摘要： 本发明公开了一种基于建筑碳排特征参数的园区碳效诊断方法及系统，通过进行日级和中长期诊断，将日级诊断与中长期诊断结合，开展碳效优化，日级诊断为提供精细化的设备运行方法，将日级诊断结果和相关数据不断更新在优化决策库中，根据更新的优化决策库进行中长期诊断，将日级诊断与中长期诊断结合，减少了人工的失误，提高了诊断结果的准确性，日级诊断为提供精细化的设备运行方法，以月、年为时间尺度的中长期诊断为建筑提供宏观层面的设备运行方法、围护结构和供能方式等建筑运行方式，能够将建筑运行不合理环节进行完善调整，优化建筑用能的各个环节，使得园区能够节能低碳运行，能够准确获取园区建筑运行的真实能耗和碳效水平。
-
公开(公告)号：CN118296563A
公开(公告)日：2024-07-05
申请号：CN202311619482.4
申请日：2023-11-29
申请人： 国网北京市电力公司 , 国家电网有限公司 , 北京电力经济技术研究院有限公司 , 清华四川能源互联网研究院
IPC分类号： G06F18/27 , G06F18/2135 , G06F18/2411 , G06Q50/26 , G06Q10/063 , G06N3/006
摘要： 本申请提供了一种碳排放量的确定方法和碳排放量的确定装置，该方法包括：获取历史数据，其中，历史数据为目标时间段前用户的碳排放量数据；建立初始LSSVM模型，并采用群体智能算法对初始LSSVM模型进行迭代处理，直到群体智能算法收敛，确定群体智能算法收敛时对应的初始LSSVM模型为目标预测模型，其中，群体智能算法包括粒子群优化算法、蚁狮算法以及灰狼算法中的一种；将历史数据输入至目标预测模型中，得到目标碳排放量数据，其中，目标碳排放量数据为目标时间段内用户的碳排放量数据。该方法解决了现有技术中碳排放量的预测精度不高的问题。
-
公开(公告)号：CN116757359A
公开(公告)日：2023-09-15
申请号：CN202310694015.1
申请日：2023-06-12
申请人： 国网北京市电力公司 , 国家电网有限公司 , 清华四川能源互联网研究院
发明人： 徐剑 , 王泽黎 , 魏光涛 , 孟超 , 赵志华 , 杨威 , 张艾 , 任立志 , 刘泽宇 , 仇爽 , 陈己宸 , 赵相政 , 贡晓旭 , 史梓男 , 马清钊 , 王玉琢 , 周奎 , 郝城 , 王姿尧
IPC分类号： G06Q10/063 , G06Q50/08 , G06F18/2433 , G06F18/243
摘要： 本发明公开了一种基于建筑碳排特征参数的园区碳效诊断方法及系统，通过进行日级和中长期诊断，将日级诊断与中长期诊断结合，开展碳效优化，日级诊断为提供精细化的设备运行方法，将日级诊断结果和相关数据不断更新在优化决策库中，根据更新的优化决策库进行中长期诊断，将日级诊断与中长期诊断结合，减少了人工的失误，提高了诊断结果的准确性，日级诊断为提供精细化的设备运行方法，以月、年为时间尺度的中长期诊断为建筑提供宏观层面的设备运行方法、围护结构和供能方式等建筑运行方式，能够将建筑运行不合理环节进行完善调整，优化建筑用能的各个环节，使得园区能够节能低碳运行，能够准确获取园区建筑运行的真实能耗和碳效水平。
-
公开(公告)号：CN116595752A
公开(公告)日：2023-08-15
申请号：CN202310546065.5
申请日：2023-05-15
申请人： 清华四川能源互联网研究院
摘要： 本发明提供了一种伪二维模型的均质随机粒径分布方法，包括以下步骤：采集电极活性材料颗粒粒径和概率密度，并生成电极活性材料颗粒粒径分布；根据电极活性材料颗粒粒径分布计算电极活性材料颗粒粒径累积分布函数，并根据电极活性材料颗粒粒径累积分布函数计算电极活性材料颗粒粒径累积分布反函数；根据电极活性材料颗粒粒径分布反函数，确定不同空间位置的颗粒粒径；对不同空间位置的颗粒粒径的颗粒活性比表面积进行校正。本发明提供的基于随机数的伪二维模型均质粒径分布方法能够在引入电极活性材料颗粒粒径分布的同时，不过度增加模型的计算量，从而兼顾锂离子电池电化学仿真模型的仿真精度和仿真速度，因此本发明具有高保真和高效率等优点。
-
公开(公告)号：CN116774055A
公开(公告)日：2023-09-19
申请号：CN202311000350.3
申请日：2023-08-10
申请人： 清华四川能源互联网研究院
IPC分类号： G01R31/367 , G01R31/378 , G01R31/388 , G06F18/213 , G06F18/2411 , G06N3/045 , G06N3/048 , G06N3/096
摘要： 本发明涉及电池SOC估算技术领域，具体涉及一种基于SVD‑MMD策略的锂离子电池SOC跨域估计方法、系统及介质，步骤如下：构建基于GRU网络的锂离子电池SOC估计源域模型以及目标域模型；基于SVD‑MMD策略改进迁移学习目标网络，将锂离子电池SOC估计源域模型训练数据参数转移至锂离子电池SOC估计目标域模型；采用训练完成后的目标域模型估计SOC值。本发明基于迁移学习结合特征解耦，有助于提取与任务相关的重要和次要特征；通过MMD方法度量跨域中不同特征之间的相似性，以及使用余弦差异量化同一域上的差异，确保了解耦后的特征在跨域中保持有效性和鲁棒性，有助于增强模型的泛化能力。
-
公开(公告)号：CN115542165A
公开(公告)日：2022-12-30
申请号：CN202211123854.X
申请日：2022-09-15
申请人： 国网江苏省电力有限公司经济技术研究院 , 清华四川能源互联网研究院 , 国网江苏电力设计咨询有限公司
IPC分类号： G01R31/367 , G01R31/392
摘要： 本发明属于锂离子电池健康状态预测技术领域，尤其是一种锂离子电池健康状态的预测方法，其包括以下步骤：S1：确定极限学习机ELM算法的隐含层的神经元个数，并对输入层与隐含层的连接权值ω和隐含层的阈值b进行随机初始化；S2：选取无限且可微的隐含层神经元对应的激活函数g(x)，并进一步对隐含层的输出结果H进行求解；S3：根据对输出层对应的权重矩阵进行求解。本发明通过对交叉概率和变异概率提出自适应的调整策略增强参数寻优能力和收敛性，通过构建IGA‑ELM算法模型从而提高ELM算法的稳定性，降低预测误差。
-
公开(公告)号：CN118641962A
公开(公告)日：2024-09-13
申请号：CN202410920324.0
申请日：2024-07-10
申请人： 中电建新能源集团股份有限公司 , 清华四川能源互联网研究院 , 清华大学
IPC分类号： G01R31/367 , G01R31/378 , G01R31/382 , G01R31/3842
摘要： 本说明书提供了储能电池荷电状态的确定方法和装置。先根据预设的训练规则，利用与样本储能电池关联的源域数据，训练得到基于多维度特征表示的Att‑BiLSTM架构的目标特征表示模型；再利用目标特征表示模型作为初始的特征提取模块，构建得到基于改进的DA‑GAN的初始的荷电状态预测模型，并组合使用与样本储能电池关联的源域数据、与目标储能电池关联的目标域数据，训练得到符合要求的预设的荷电状态预测模型。具体实施时，获取目标储能电池的当前预设时间段的运行数据；通过利用预设的荷电状态预测模型处理当前预设时间段的运行数据，确定出目标储能电池的荷电状态。从而能够较为高效、精准地确定出目标储能电池的荷电状态。
-
公开(公告)号：CN118425822B
公开(公告)日：2024-09-13
申请号：CN202410897524.9
申请日：2024-07-05
申请人： 中电建新能源集团股份有限公司 , 清华四川能源互联网研究院 , 清华大学
IPC分类号： G01R31/392
摘要： 本说明书提供一种电池的健康状态值确定方法、装置及电子设备，涉及储能电池技术领域，其中方法包括：在电池充放电的过程中，按照预定采样间隔检测电池端电压，并同时检测充放电电流；根据当前时刻及当前时刻前的多个时刻的电池端电压、充放电电流确定当前时刻的特征参数组，特征参数组包括用于表征电池内在充放电规律的多个特征参数；根据特征参数组预测当前时刻的荷电状态值；根据荷电状态值确定电池是否充满电；在电池充满电的情况下，采用当前时刻的特征参数组确定电池的当前容量值；根据电池的当前容量值计算电池当前的健康状态值。本方案无需训练网络模型，因此不受训练数据的影响，所确定的健康状态值更为准确、可靠。
-
公开(公告)号：CN115542166A
公开(公告)日：2022-12-30
申请号：CN202211124285.0
申请日：2022-09-15
申请人： 国网江苏省电力有限公司经济技术研究院 , 清华四川能源互联网研究院 , 国网江苏电力设计咨询有限公司
IPC分类号： G01R31/367 , G01R31/392
摘要： 本发明提供了一种锂离子电池剩余使用寿命预测方法与系统，其中，该方法包括：筛选出备选间接健康因子中与电池容量相关性最大的间接健康因子；使用经验模态对间接健康因子进行分解，生成不同时间尺度的特征模态函数和残差函数；使用粒子滤波算法对特征模态函数进行跟踪预测得到特征模态函数预测序列；采用多项式回归对残差函数进行跟踪预测得到残差预测序列；根据特征模态函数预测序列和残差预测序列得到电池剩余使用寿命预测模型。本发明通过采用粒子滤波算法结合多项式回归算法对间接健康因子的局部波动特征和全局退化趋势进行跟踪预测，不需要构建复杂的模型，就可以精准的预测出电池的剩余使用寿命，从而更好地保障锂离子电池安全。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.046 秒)
