-
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
Applicant: 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: G01R31/367 , G01R31/392
Abstract: 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：CN115542166A
公开(公告)日：2022-12-30
申请号：CN202211124285.0
申请日：2022-09-15
Applicant: 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: G01R31/367 , G01R31/392
Abstract: 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。
-
公开(公告)号：CN115542167A
公开(公告)日：2022-12-30
申请号：CN202211124291.6
申请日：2022-09-15
Applicant: 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: G01R31/367 , G01R31/382
Abstract: 本发明提供了一种基于粒子滤波算法的锂电池SOC估算方法与系统，其中该方法包括：根据锂电池内部电路构建等效电路模型；对所述锂电池的OCV曲线进行拟合得到等效电路模型中锂电池的开路电压；使用人工蜂群算法对等效电路模型的参数进行辨识得到最优阻抗参数；根据所述最优阻抗参数使用粒子滤波算法对锂电池的SOC值进行估算。本发明通过构建等效电路模型，并使用人工蜂群算法实现等效电路模型参数的辨识，可以在获得精准的模型参数基础上，采用粒子滤波算法对锂电池的SOC值进行估算，不仅简化了计算过程，还可以得到准确的估算结果。
-
公开(公告)号：CN114219244A
公开(公告)日：2022-03-22
申请号：CN202111457066.X
申请日：2021-12-02
Applicant: 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
Abstract: 本发明提供的一种能源综合利用响应潜力评估方法与系统，其中该方法，包括：根据电负荷和热负荷曲线构建典型设备模型；根据典型设备模型构建削减电负荷响应公式和转移热负荷响应公式；根据削减电负荷响应公式和转移热负荷响应公式构建目标函数；以负荷最低为目标对目标函数进行优化得到优化后的电负荷和热负荷曲线。本发明通过利用典型设备模型构建目标函数，并以负荷最低为目标对目标函数进行优化得到优化后的电负荷和热负荷曲线，可以对综合能源系统的电热耦合的响应潜力进行评估，从而起到降低总负荷、减少成本的效果。
-
公开(公告)号：CN118734079B
公开(公告)日：2024-11-08
申请号：CN202411216251.3
申请日：2024-09-02
Applicant: 清华四川能源互联网研究院
IPC: G06F18/214 , H02J3/00 , G06Q50/06 , G06N3/045 , G06N3/0475 , G06N3/048 , G06N3/094 , G06N3/084
Abstract: 本发明涉及光伏功率预测技术领域，具体涉及基于多特征变量和时间序列相关性的光伏功率预测方法及系统，所述方法包括：获取光伏功率数据以及气象数据，进行预处理后得到历史数据集；构建数据增强模型，基于历史数据集训练数据增强模型并生成增强数据集；构建预测模型，利用增强数据集训练预测模型；基于注意力机制提取预测模型的注意力分布并对数据增强数据集进行优化；基于优化后的增强数据集训练预测模型，输出光伏功率及气象数据预测序列。其目的在于，以变量之间特征的相关性与变量自身的时序相关性作为预测的基础，提升光伏功率的预测精度。
-
Patent Agency Ranking
公开(公告)号：CN116345549B
公开(公告)日：2024-10-18
申请号：CN202310252585.5
申请日：2023-03-15
Applicant: 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
Inventor： 徐剑 , 王泽黎 , 魏光涛 , 孟超 , 赵志华 , 杨威 , 张艾 , 周选选 , 陈懿 , 任立志 , 刘泽宇 , 仇爽 , 王歌 , 吴欣 , 王玉琢 , 贡晓旭 , 史梓男 , 罗浩 , 周奎 , 郝城
Abstract: 本发明属于微电网优化运行技术领域，具体涉及一种园区微电网优化运行方法、装置、设备及介质。本发明提供的园区微电网优化运行方法，计及碳排放和运行成本，以电碳系数、新能源预测功率、负荷预测功率为边界条件，以各时间节点功率平衡和储能荷电状态为约束，以碳排放量、运行成本为优化目标，将网电购电功率、网电售电功率、储能充电功率、储能放电功率视为自变量，将运行成本和碳排放视为因变量，构建多目标函数，应用粒子群算法求解全局最优目标，得到储能最优运行策略。
-
公开(公告)号：CN118688669A
公开(公告)日：2024-09-24
申请号：CN202410803856.6
申请日：2024-06-20
Applicant: 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: G01R31/392 , G01R31/396 , G01R31/367 , G01R31/36
Abstract: 本发明公开了一种电池可用能量的确定方法及装置、电子设备、存储介质，涉及电力工程技术领域或其他相关领域，其中，该方法包括：获取目标电池在当前时刻的电压观测数据和电流观测数据；基于小波去噪策略对电压观测数据和电流观测数据进行预处理，得到输入数据，其中，输入数据包括：电压数据和电流数据；将输入数据输入至预设神经网络模型，输出模型预测结果，其中，预设神经网络模型中预置二阶等效电路模型，用于利用二阶等效电路模型、电压数据以及电流数据计算得到可用能量数据，可用能量数据用于表征目标电池在目标时刻的剩余可用能量，模型预测结果用于记录可用能量数据。本发明解决了相关技术中无法精确估算电池剩余可用能量的技术问题。
-
公开(公告)号：CN116611653B
公开(公告)日：2024-07-23
申请号：CN202310582444.X
申请日：2023-05-22
Applicant: 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
Inventor： 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 , 王歌 , 吴欣 , 王玉琢 , 贡晓旭 , 史梓男 , 罗浩 , 周奎 , 郝城
IPC: G06Q10/0631 , G06Q50/06 , G06Q50/26
Abstract: 本发明提供一种考虑碳不确定性的园区碳排放流分析的方法及系统，将所述输入因素的排放因子的分布，输入预设的基于园区用能系统结构的碳排放流计算模型，得到负荷碳流密度；所述输入因素的排放因子的分布和所述负荷碳流密度根据预设的不确定性计算模型进行计算，得到负荷碳流密度的分布；在考虑了不确定性后，有利于把握碳排放量、碳流率、碳流量、节点碳势等的真实分布特性。根据预设的灵敏度计算模型，计算所述输入因素的不确定参数对负荷碳流密度的分布的影响程度，得到输入因素的不确定参数和负荷碳流密度的分布之间的相关值，可以把握对于园区碳排放流不确定性影响较大的因素，为有针对性地提高园区碳排放流分析的精确度提供参考。
-
公开(公告)号：CN117538759B
公开(公告)日：2024-03-19
申请号：CN202410033093.1
申请日：2024-01-10
Applicant: 清华四川能源互联网研究院
IPC: G01R31/367 , G01R31/389
Abstract: 本发明涉及锂离子电池测试技术领域，尤其是提供一种锂离子电池直流内阻高通量获取方法，包括如下步骤：从预设实验条件中确定至少一个目标变化条件，将剩余条件作为控制变量；选择目标计算模型，计算不同变化条件在不同数值组合下的锂离子电池第一直流内阻；基于目标变化条件和控制变量进行实验，获取目标变化条件在不同数值组合下的锂离子电池第二直流内阻；对目标计算模型的参数进行寻优；基于目标计算模型的最优参数高通量获取其他数值或其他目标变化条件下的直流内阻。其目的在于，解决获取锂离子电池在所有实验条件下的直流电阻，需耗费大量的实验、时间成本的问题，实现通过少量不同条件下的直流内阻数据来推算其他条件下的直流内阻数据。
-
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
Applicant: 清华四川能源互联网研究院
IPC: G01R31/367 , G01R31/378 , G01R31/388 , G06F18/213 , G06F18/2411 , G06N3/045 , G06N3/048 , G06N3/096
Abstract: 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。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.118 seconds)
