-
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
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
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。
-
公开(公告)号：CN112364471A
公开(公告)日：2021-02-12
申请号：CN201910679595.0
申请日：2019-07-26
Applicant: 西南科技大学
Inventor： 徐文华 , 王顺利 , 于春梅 , 李小霞 , 李永桥 , 侯广海 , 张晓琴 , 熊丽英 , 乔静 , 陈蕾 , 张丽 , 王瑶 , 潘小琴 , 李进 , 凌利 , 袁会芳 , 苏杰 , 谢非
IPC: G06F30/20 , G06F17/11 , G01R31/367 , G01R31/387
Abstract: 本发明涉及一种无迹卡尔曼的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无迹变换使卡尔曼滤波能应用于具有明显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；针对卡尔曼忽略高阶项，使估算精度低、稳定性差的确定，无迹卡尔曼没有忽略高阶项，具有较高的精度；建立Thevenin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，并加入RC回来表征电池内部的极化效应，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，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。
-
公开(公告)号：CN120012694A
公开(公告)日：2025-05-16
申请号：CN202510487920.9
申请日：2025-04-18
Applicant: 西南科技大学
IPC: G06F30/367 , G06F30/18 , G06F30/28 , G06F119/08 , G06F119/12 , G06F119/14
Abstract: 本发明公开了一种基于集总参数热网络模型的GIL温升快速计算方法，属于线路仿真技术领域，包括：根据气体绝缘输电线路，构建集总参数热网络模型；其中所述集总参数热网络为气体绝缘输电线路中的热传递过程类比的电路的模型；构建所述集总参数热网络模型的模型控制方程，其中所述模型控制方程用于对所述气体绝缘输电线路进行迭代温升计算；获取气体绝缘输电线路的初始参数，其中所述初始参数包括几何参数、电磁参数及热参数，通过所述模型控制方程对初始参数进行迭代计算，得到气体绝缘输电线路温升计算结果，以对气体绝缘输电线路进行快速有效的温升计算。
-
公开(公告)号：CN118011221A
公开(公告)日：2024-05-10
申请号：CN202410411497.X
申请日：2024-04-08
Applicant: 西南科技大学 , 四川文理学院 , 四川泽丰锂能新能源科技有限公司
IPC: G01R31/367 , G01R31/387 , G01R31/388 , G06N3/0499 , G06N3/04 , G06N3/086 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了基于混沌粒子群反馈优化的多温度锂电池SOC估算方法，包括：利用带有自适应惯性权重的混沌粒子群算法对预设的反馈神经网络进行训练及优化，获取锂离子电池的SOC估算模型；将实时电压电流，输入至所述SOC估算模型，获取锂离子电池的SOC值。本发明通过在混沌粒子群算法中引入自适应性惯性权重，提高了粒子全局搜索能力和局部收敛速度，解决了系统受环境影响大的非线性问题，并考虑到测试环境变化对神经网络参数预测问题，将电压电流实时输入网络，SOC为输出值，实现了锂离子电池组SOC值的有效迭代计算，并增加了估算精度和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN115656839A
公开(公告)日：2023-01-31
申请号：CN202211646158.7
申请日：2022-12-21
Applicant: 四川帝威能源技术有限公司 , 西南科技大学
Inventor： 陈超 , 王顺利 , 王超 , 乔家璐 , 刘全文 , 谢滟馨 , 于春梅 , 王建 , 曹文 , 陈蕾 , 李飞 , 靳玉红 , 范永存 , 王毅 , 周恒 , 熊莉英 , 张丽
IPC: G01R31/367 , G01R31/3842
Abstract: 本发明公开了一种基于BP‑DEKF算法的电池状态参量协同估算方法，属于新能源电池测控领域，基于二阶RC等效电路模型建立电池关于SOC和容量的状态方程；采用双扩展卡尔曼滤波方法，构建EKF1和EKF2实现对电池的SOC与SOH的协同估计；并以安时积分为桥梁，将SOC和SOH的估计值关联形成闭环，两者相互校正反馈实现协同估计，最后引入BP神经网络进行修正。本方法改进以扩展卡尔曼为基础的迭代计算过程，实现协同估算模型的建立和SOC值与SOH值的数学迭代运算算法的可靠运行，提高了计算可靠性，还为不同应用场景下锂电池SOC与SOH估算模型的建立和SOC值与SOH值计算提供方法参考，计算简洁、适应性好、精度高。
-
公开(公告)号：CN115616420A
公开(公告)日：2023-01-17
申请号：CN202110792748.X
申请日：2021-07-14
Applicant: 西南科技大学
IPC: G01R31/382
Abstract: 本发明涉及一种基于容量变化的锂离子电池高阶等效电路建模方法，其特征在于，构建考虑容量变化的高阶Thevenin等效电路模型，探究不同温度以及放电深度变化条件下电池实际容量的变化规律；利用有限RC网络等效替代无限RC网络，在考虑简化带来误差的基础上，有效反映实际电池在外施激励下的暂态响应；通过在模型中加入SOC估算模块，利用安时积分法计算流经电流传感器的电流与容量实验数据结合估算电池容量的非线性变化；该方法在充分考虑模型精度和复杂度的基础上，改进以传统Thevenin模型为基础的高阶模型，探究温度和放电倍率等因素对电池使用特性的影响情况，提高对电池容量非线性变化的模拟度，更精确地对端电压的动态响应进行拟合。
-
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
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：CN113960482A
公开(公告)日：2022-01-21
申请号：CN202111035461.9
申请日：2021-09-03
Applicant: 西南科技大学 , 绵阳市产品质量监督检验所
IPC: G01R31/387 , G01R31/367
Abstract: 本发明提供一种基于改进灰狼粒子滤波的锂电池荷电状态智能预测方法，包括如下步骤：步骤S10，构建高保真二阶自回归模型，并进行模型参数辨识；步骤S20，将所述高保真二阶自回归模型的辨识参数作为状态观测量，代入改进灰狼粒子滤波算法进行迭代计算，从而完成锂电池荷电状态智能预测。本发明综合考虑估算精度和计算复杂度，提出基于改进灰狼粒子滤波的锂电池荷电状态智能预测方法，在充分考虑锂电池工作基础上，结合SOC估算模型的建立，实现对锂电池SOC智能预测的计算，为锂电池SOC估算和工作状态实时监测提供基础。
-
公开(公告)号：CN113805059A
公开(公告)日：2021-12-17
申请号：CN202010529257.1
申请日：2020-06-11
Applicant: 西南科技大学
IPC: G01R31/367 , G01R31/382 , G01R31/387
Abstract: 本发明涉及一种基于高比能锂电池载人飞行衣装备设计办法，其特点是，使用SHK‑20型涡轮发动机作为飞行动力源；使用高比能锂电池作为发动机的飞控动力源及方向控制模块的动力源。建立二阶Thevenin等效电路模型，以弥补内阻模型无法表征锂电池动态特性的缺点，并加入RC回路表征电池内部的计划效应，对电池具有更好的表征效果。在卡尔曼滤波算法基础上通过扩展卡尔曼算法将系统中的非线性函数通过泰勒级数展开，得到一个近似的线性化模型；在滤波误差及一步预测误差较小时不必预先计算标称轨迹，提高估算荷电状态的速度；在系统状态的变化频率和幅度较大时，可以通过增大采样频率和提高运算速度来达到较好的跟踪效果；在充分考虑锂电池工作环境的基础上，基于等效模型电路，改进以卡尔曼为基础的迭代计算过程，实现动力锂电池荷电状态的精确估算，进而确保飞行衣的安全运行。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.025 seconds)
