一种锂离子电池SOC与SOH的联合估计方法

    公开(公告)号:CN117129890A

    公开(公告)日:2023-11-28

    申请号:CN202311035211.4

    申请日:2023-08-16

    Applicant: 重庆大学

    Abstract: 本发明公开了一种锂离子电池SOC与SOH的联合估计方法,包括以下步骤:基于锂离子动力电池的一阶分数阶等效电路模型,建立电路模型,设计电路模型的电池老化实验和HPPC测试实验,提取SOC‑OCV曲线,建立锂离子动力电池的状态空间方程,并基于遗传算法构建参数辨识器对一阶分数阶等效电路模型进行参数辨识,并构建基于状态方程和观测方程的无迹卡尔曼滤波器,建立基于F‑范数的最近对称矩阵算法的无迹卡尔曼滤波器构建SOC状态估计器进行SOC状态估计,将SOC数据、端电压、端电流输入BP神经网络进行训练,构建SOH状态估计器实现对SOH在线估计,将参数辨识器与状态估计器相互耦合,实现对SOC与SOH的联合估计;本发明充分考虑SOC和SOH的耦合关系,提高了SOC与SOH的估计精度。

    一种考虑多因素的电能表误差现场检定方法

    公开(公告)号:CN118566822A

    公开(公告)日:2024-08-30

    申请号:CN202410633174.5

    申请日:2024-05-21

    Applicant: 重庆大学

    Abstract: 本发明公开了一种考虑多因素的电能表误差现场检定方法,涉及电能表检测技术领域。本发明考虑温度数据、湿度数据等因素对电能误差检定的影响,对多个因素进行校正和筛选,提取与误差数据关联度高的因素作为特征,进一步提高了对电能误差检定结果的准确度;结合Levy飞行策略和三角形游走策略对沙猫算法进行改进,引入t分布进行变异,增强了算法的局部搜索能力以及提高了算法的收敛精度,且克服算法存在的陷入局部极值、收敛精度低和开发能力不足的问题,进一步优化SVR模型的初始惩罚因子、核函数方差,提升SVR模型的处理效率和精度;实时检测电能表,避免定期检查可能出现一定时间内的计量误差问题。

Patent Agency Ranking