公开(公告)号：CN107085187A

公开(公告)日：2017-08-22

申请号：CN201710238956.9

申请日：2017-04-13

Applicant: 华北电力科学研究院有限责任公司 ,  国家电网公司 ,  国网冀北电力有限公司电力科学研究院

Inventor： 李娜 ,  白恺 ,  董建明 ,  王开让 ,  巩宇

IPC: G01R31/36

CPC classification number: G01R31/396 ,  G01R31/3835

Abstract: 本发明提供了梯次利用电池储能系统一致性维护指标的确定方法及装置，涉及梯次利用电池技术领域。方法包括：抽样获取待测试电池模组，根据预先设置的试验工况，对其进行多次充放电试验，并记录运行参数；在每进行一预设次数的充放电试验后，确定待测试电池模组的剩余容量，并根据运行参数确定待测试电池模组中各单体电池的各指标，确定待测试电池模组的各指标极差、均方差和离散度参数；确定待测试电池模组的剩余容量与各指标极差的相关系数、待测试电池模组的剩余容量与各指标均方差的相关系数或者待测试电池模组的剩余容量与各指标离散度的相关系数；从而根据这些相关系数，确定待测试电池模组的一致性维护指标。

公开(公告)号：CN118194916A

公开(公告)日：2024-06-14

申请号：CN202410155257.8

申请日：2024-02-02

Applicant: 国网上海市电力公司 ,  中国电力科学研究院有限公司 ,  国家电网有限公司

Inventor： 汤卓凡 ,  吴丹 ,  赵建立 ,  徐玉婷 ,  田世明 ,  何胜 ,  王开让 ,  郑庆荣 ,  雷珽 ,  刘畅 ,  潘明明 ,  袁金斗 ,  李永军 ,  杨鸣宇

IPC: G06N3/0442 ,  G06N3/09 ,  G06Q50/06

Abstract: 本发明专利申请提供了一种WDCNN‑BiLSTM的构建、负荷辨识方法及系统，包括：基于所述训练数据，训练DCNN‑BiLSTM模型的WDCNN隐藏特征提取层和BiLSTM时序特征提取层，直到训练迭代次数达到预先设置的训练迭代次数，完成WDCNN‑BiLSTM模型的训练；基于验证数据，对训练完成的WDCNN‑BiLSTM模型进行修正，完成WDCNN‑BiLSTM模型的构建；本申请WDCNN‑BiLSTM模型结合了WDCNN和BiLSTM，其中WDCNN隐藏特征提取层，有较大的感受野，BiLSTM时序特征提取层能够同时保留过去和未来的信息，从而更好地理解某一时刻前后的信息，进而能够快速从输入特征中提取时序特征，提高了实时性能和时序特征提取的能力，进而提高了在新场景下WDCNN‑BiLSTM模型的泛化能力。