一种基于改进的BWOA-FNN算法的储能电池SOC估计方法

    公开(公告)号:CN116609672B

    公开(公告)日:2024-05-07

    申请号:CN202310557967.9

    申请日:2023-05-16

    Abstract: 本发明公开了一种基于改进的黑寡妇优化算法(Black Widow Optimization Algorithm,BWOA)‑前馈神经网络算法(Feedforward Neural Network,FNN)的储能电池荷电状态(State of charge,SOC)估计方法,包括:在仿真软件中搭建储能电池充放电仿真模型,获取其在多个温度条件下的原始数据序列(包括实测量:电压、电流、温度、平均电压、平均电流以及目标状态量:SOC);然后对数据进行主成分分析(Principal Component Analysis,PCA),选取其中方差累计贡献率较高的实测量替代原始的高维数据;建立储能电池SOC估计的FNN模型,并对FNN模型进行训练,在训练过程中使用改进的BWOA来迭代和优化模型参数;最后,将实测数据输入训练后的模型从而准确估算储能电池的SOC值。该方法具有估算精度高、收敛速度快、抗噪声能力强的优点。

    一种基于改进的BWOA -FNN算法的储能电池SOC估计方法

    公开(公告)号:CN116609672A

    公开(公告)日:2023-08-18

    申请号:CN202310557967.9

    申请日:2023-05-16

    Abstract: 本发明公开了一种基于改进的黑寡妇优化算法(Black Widow Optimization Algorithm,BWOA)‑前馈神经网络算法(Feedforward Neural Network,FNN)的储能电池荷电状态(State of charge,SOC)估计方法,包括:在仿真软件中搭建储能电池充放电仿真模型,获取其在多个温度条件下的原始数据序列(包括实测量:电压、电流、温度、平均电压、平均电流以及目标状态量:SOC);然后对数据进行主成分分析(Principal Component Analysis,PCA),选取其中方差累计贡献率较高的实测量替代原始的高维数据;建立储能电池SOC估计的FNN模型,并对FNN模型进行训练,在训练过程中使用改进的BWOA来迭代和优化模型参数;最后,将实测数据输入训练后的模型从而准确估算储能电池的SOC值。该方法具有估算精度高、收敛速度快、抗噪声能力强的优点。

    互感器油位监测设备和系统
    4.
    发明公开

    公开(公告)号:CN119618341A

    公开(公告)日:2025-03-14

    申请号:CN202510033778.0

    申请日:2025-01-09

    Abstract: 本发明公开了一种互感器油位监测设备和系统,属于电力设备监测技术领域。互感器油位监测设备包括:第一检测电容,包括第一正贴片电极,第一正贴片电极在互感器的外壁上的设置位置高于互感器中绝缘油的油位上限阈值;第二检测电容,包括第二正贴片电极,第二正贴片电极在互感器的外壁上的设置位置高于互感器中绝缘油的油位下限阈值,且低于第一正贴片电极在互感器的外壁上的设置位置;控制器,分别连接第一正贴片电极和第二正贴片电极;控制器用于根据第一检测电容的容值和第二检测电容的容值确定互感器中绝缘油的油位是否位于油位下限阈值与油位上限阈值之间。本发明实施例可以实时监测互感器中绝缘油的油位,有利于及时发现油位异常。

    互感器油位监测方法、装置和设备

    公开(公告)号:CN119595067A

    公开(公告)日:2025-03-11

    申请号:CN202510033763.4

    申请日:2025-01-09

    Abstract: 本发明公开了一种互感器油位监测方法、装置和设备,属于电力设备监测技术领域。互感器油位监测方法应用于互感器油位监测设备,该方法包括:获取第一检测电容的第一电容值和第二检测电容的第二电容值,根据第一电容值确定第一油位信息,并根据第二电容值确定第二油位信息;在第一油位信息表征互感器中绝缘油的油位高于油位上限阈值,或者,第二油位信息表征互感器中绝缘油的油位低于油位下限阈值时,确认互感器发生故障。本发明实施例可以实时监测互感器中绝缘油的油位,有利于及时发现油位异常,从而进行相关故障处理,以提升变电站的运行安全性。

Patent Agency Ranking