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

Inventor： 乔家璐 ,  王顺利 ,  李飞 ,  杨潇 ,  刘冬雷 ,  于春梅 ,  曹文 ,  陈蕾 ,  靳玉红 ,  范永存 ,  张丽 ,  熊莉英 ,  刘珂

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：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

Inventor： 王顺利 ,  乔家璐 ,  陈钒锐 ,  杨潇 ,  刘冬雷 ,  曹文 ,  于春梅 ,  陈蕾 ,  靳玉红 ,  范永存 ,  张丽 ,  熊莉英 ,  任璞

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：CN119846485A

公开(公告)日：2025-04-18

申请号：CN202510336833.3

申请日：2025-03-21

Applicant: 西南科技大学

Inventor： 时浩添 ,  李杨 ,  黄琦 ,  陈蕾 ,  刘春梅 ,  李浩然 ,  朱玉玉 ,  李珂 ,  范永存 ,  曹文 ,  聂诗良 ,  于春梅

IPC: G01R31/378 ,  G01R31/392 ,  G01R31/367

Abstract: 本发明属于锂离子电池状态预测技术领域，具体涉及基于Transformer的锂电池健康状态估计方法。包括：对电池老化数据集进行异常值处理以及特征提取，获得特征因子；计算特征因子与锂离子电池的原始容量序列之间的相关度，获得满足预设相关度阈值的特征因子；基于完全自适应噪声集合经验模态分解算法分解原始容量序列，获得不同频率的本征模态函数；结合sin混沌映射、自适应动态权重因子及反向学习‑柯西交替变异策略改进麻雀搜索算法，并利用改进后的麻雀搜索算法优化训练好的Transformer模型，获得锂离子电池健康状态估计模型；对待锂离子电池健康状态进行估计。本发明能够准确估计健康状态有助于用户优化电池使用。

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

Inventor： 王顺利 ,  海南 ,  梁雅雯 ,  杨潇 ,  谢滟馨 ,  于春梅 ,  曹文 ,  靳玉红 ,  彭家伟 ,  陈蕾

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：CN117872169A

公开(公告)日：2024-04-12

申请号：CN202410052711.7

申请日：2024-01-12

Applicant: 西南科技大学 ,  绵阳市产品质量监督检验所

Inventor： 王顺利 ,  白德奎 ,  海南 ,  王晓芳 ,  谢滟馨 ,  刘冬雷 ,  陈蕾 ,  范永存 ,  于春梅 ,  曹文 ,  刘春梅

IPC: G01R31/378 ,  G06N3/0499 ,  G06N3/086 ,  G06F18/23213 ,  G01R31/367 ,  G01R31/387 ,  G01R31/388

Abstract: 本发明公开了一种锂电池剩余电量估算方法和系统，适用于极端低温等特定工况下的锂电池SOC值估算。通过构建三层误差反馈神经网络，将多组特定工况下检测的实时电压、电流和工况参数‑如温度值‑输入到神经网络中进行训练，并使用遗传算法对神经网络的权重和阈值进行更新，利用K‑means分簇思想优化遗传因子取值，有效融合K算子和遗传因子自适应函数，有效避免经验取值造成的误差。本发明搭建充放电控制系统，将极端工况电压、电流及工况参数输入优化后的模型，可对锂电池剩余电量进行更为精准的估算。遗传算法的进化过程还结合了精英保留策略和替代策略，保留优质种群并设定K个簇类中心，优化种群簇类收敛过程，避免陷入局部最优以及早熟现象。

公开(公告)号：CN116736154A

公开(公告)日：2023-09-12

申请号：CN202210189913.7

申请日：2022-03-01

Applicant: 西南科技大学

Inventor： 王超 ,  王顺利 ,  乔家璐 ,  谢滟馨 ,  陈蕾 ,  周金治 ,  于春梅 ,  范永存 ,  曹文

IPC: G01R31/387

Abstract: 本发明涉及一种基于BCRLS偏差补偿的BP‑EKF在线SOC估算方法，其特征在于，通过在EKF算法基础上引入具有非线性映射与自学习能力的BP神经网络以修正EKF的模型误差，能应用于具有非线性关系的锂离子电池组SOC估算，实现了对锂离子电池组SOC值的有效迭代计算；考虑到实际环境中会有大量不确定噪声，采用BCRLS算法进行参数辨识以更好的捕捉系统的实时工作特性；建立二阶RC等效电路模型，在Thevenin等效电路模型的基础上增加一个RC回路，以更好的表征电池系统的动态和静态特性，且计算量适中；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：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：CN113189492A

公开(公告)日：2021-07-30

申请号：CN202110545909.5

申请日：2021-05-19

Applicant: 西南科技大学

Inventor： 乔家璐 ,  王顺利 ,  邹传云 ,  于春梅 ,  李小霞 ,  范永存 ,  曹文 ,  熊丽英 ,  靳玉红 ,  乔静 ,  陈蕾 ,  刘春梅 ,  张丽 ,  王瑶 ,  周长松 ,  熊然

IPC: G01R31/367 ,  G01R31/387 ,  G01R31/388

Abstract: 本发明涉及一种基于时变校正扩展卡尔曼滤波的锂离子电池SOC估算方法，其特征在于，通过在卡尔曼滤波算法基础上利用泰勒展开式进行线性化处理使卡尔曼滤波能应用于具有非线性关系的锂离子电池组SOC估算，实现了对锂离子电池组SOC值的有效迭代计算，克服SOC初值误差和安时积分存在的累积误差；考虑到模型内部参数受多种因素影响而并非恒定不变，通过曲线拟合法得到SOC与各个参数的函数关系并应用在算法中；建立Thevenin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。

公开(公告)号：CN112800707A

公开(公告)日：2021-05-14

申请号：CN202110084556.3

申请日：2021-01-21

Applicant: 西南科技大学 ,  中国(绵阳)科技城工业技术研究院

Inventor： 谢滟馨 ,  王顺利 ,  范永存 ,  王娜 ,  陈蕾 ,  包鲁明 ,  蒋聪 ,  于春梅 ,  曹文 ,  牟其羽

IPC: G06F30/367 ,  G06F17/13 ,  G06F17/17 ,  G06F17/18

Abstract: 本发明公开了一种用于大型无人机锂离子电池组SOC估计的无迹粒子滤波方法，包括以下步骤：S01、根据锂离子电池组SOC的影响因素与内部因参数耦合而具有的非线性工作特性之间的关系构建电池模型；S02、采集电池组的各项数据并进行整合；S03、整合后的数据利用无迹卡尔曼滤波算法得到的均值和方差来更新粒子滤波算法采样中的粒子集；S04、根据步骤S03的计算预测锂离子电池组工作特性。具有采用无迹卡尔曼滤波具有良好的滤波效果，它通过采取对系统状态变量的概率密度拟合，从而巧妙地避开了线性化过程带来的误差，估算精度进一步提升，系统鲁棒性更好的优点。

公开(公告)号：CN112649734A

公开(公告)日：2021-04-13

申请号：CN201910956491.X

申请日：2019-10-10

Applicant: 西南科技大学

Inventor： 何明芳 ,  王顺利 ,  邹传云 ,  于春梅 ,  李小霞 ,  范永存 ,  曹文 ,  熊丽英 ,  靳玉红 ,  乔静 ,  陈蕾 ,  刘春梅 ,  张丽 ,  王瑶 ,  周长松

IPC: G01R31/367 ,  G01R31/388

Abstract: 本发明涉及一种基于扩展卡尔曼的SOC估算方法，其特征在于，建立基于PNGV的改进等效电路模型在一定程度上弥补了内阻模型无法表征锂电池动态特性的缺点，加入RC回路表征电池内部的极化效应，并加入自放电回路以表征充放电累积引起的电池端电压的变化，对电池具有更加精确的表征性能；通过在卡尔曼滤波算法基础上利用泰勒级数变换使卡尔曼滤波能应用于具有非线性关系的锂离子电池组SOC估算，实现了对锂离子电池组SOC值的有效迭代计算，克服SOC初值误差和安时积分存在的累积误差；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。