-
公开(公告)号：CN112307906A
公开(公告)日：2021-02-02
申请号：CN202011094254.6
申请日：2020-10-14
Applicant: 北方工业大学 , 北京联智汇能科技有限公司 , 江苏海基新能源股份有限公司
Abstract: 本发明公开了一种近邻传播聚类下储能电池故障分类特征筛选降维方法。该方法的实现过程如下：首先，获取不同故障的N个储能电池在完成一次充放电过程下的端电压信号数据样本，挖掘端电压信号的特征，组成特征集合；然后，利用余弦相似度定义特征的相似度矩阵，基于近邻传播方法，聚类各个特征，形成多个特征簇；计算相同簇内各特征在不同类型样本下的均值以及均值的标准差，将均值标准差最大的特征定义为表征此特征簇的典型特征；以各特征簇的典型特征作为用于分类任务的筛选降维后特征。通过本发明可以自动筛选出用于分类任务的显著性特征，缓解小样本情况下维度爆炸问题，降低冗余、无效特征对分类器性能的不利影响，提高分类的准确率。
-
公开(公告)号：CN112130086A
公开(公告)日：2020-12-25
申请号：CN202010475847.0
申请日：2020-05-29
Applicant: 国家电网有限公司 , 国网综合能源服务集团有限公司 , 北方工业大学
IPC: G01R31/392 , G01R31/367 , B60L58/16
Abstract: 本发明涉及一种动力电池剩余寿命预测方法及系统，包括：获取原始充放电数据集；将原始充放电数据集去噪，得到训练集；对XGBoost模型进行训练获取待预测集并输入至训练后的XGBoost模型，得到下一个充放电循环的电池容量百分比数据，并设得到的预测值对应的充放电循环次数为q；判断第q次充放电循环的电池容量百分比是否小于等于80，若是，执行下一步，若否，将第q次充放电循环的电池容量百分比添加至待预测集的末尾构造新的待预测集，使q＝q+1；将q与k作差，得到待预测动力电池的剩余寿命。本发明的上述方法，避免了原始数据中噪声对预测结果的影响，简单易实现，预测速度快、预测精度高。
-
公开(公告)号：CN111930839A
公开(公告)日：2020-11-13
申请号：CN202010764614.2
申请日：2020-07-31
Applicant: 浙江浙能技术研究院有限公司 , 南京工程学院 , 北方工业大学
IPC: G06F16/27 , G06F16/215 , G06Q10/06
Abstract: 本发明公开了一种退役动力电池储能装置的配组方法，包括以下步骤：(1)获取电池储能装置的初始特征参数数据，包括寿命余量、热稳性、充放电时效和充放电曲线面积，并对数据进行标准化处理后放入区块链中储存；(2)利用改进RE算法对初始特征进行筛选，进一步提取表征电池整体性能的特征量；(3)将步骤(2)所提取的特征量作为自适应ISO算法的输入，聚类中心数目作为输出，得到电池储能装置的分类配组。本发明将区块链技术、改进RE算法、自适应ISO算法结合到一起，为退役动力电池储能装置的梯次利用提供参考。
-
公开(公告)号：CN111584951A
公开(公告)日：2020-08-25
申请号：CN202010269522.7
申请日：2020-04-08
Applicant: 北方工业大学
IPC: H01M10/42
Abstract: 本发明涉及一种退役电池重构方法及系统。该方法包括：获取参与重构的所有退役电池组成的待重构电池阵列，所有退役电池符合热稳定性要求；待重构电池阵列包括固定结构和自由结构，固定结构为m行n列电池组成的固定电池阵列，自由结构为m行1列电池组成的自由电池阵列；固定电池阵列中位于同一行的电池之间相互并联形成行电池组，相邻的行电池组之间串联；获取参与重构的所有退役电池的运行参数；获取待重构电池阵列的开关矩阵模型；确定待重构电池阵列对应的多个开关矩阵；基于最小均衡差，确定每个开关矩阵对应的电池重构阵列的适应度值；将适应度值最低的电池重构阵列按照对应的开关矩阵进行重构。本发明可以提高退役电池组利用时的热稳定性。
-
公开(公告)号：CN111487533A
公开(公告)日：2020-08-04
申请号：CN202010284680.X
申请日：2020-04-13
Applicant: 北方工业大学
IPC: G01R31/367 , G01R31/378 , G01R31/396
Abstract: 本发明提出了一种锂电池运行状态评估方法及系统，所述方法，首先利用层次分析法对锂电池运行状态评估的每个指标进行赋权，得到每个指标的一次权重；利用变异系数法确定每个指标的二次权重；将每个指标的一次权重和二次权重进行组合，得到每个指标的组合权重系数；测量获取待评估锂电池运行过程中每个指标的指标值；根据每个指标的组合权重系数和待评估锂电池运行过程中每个所述指标的指标值，建立待评估锂电池的指标特征向量；根据待评估锂电池的指标特征向量，利用双基点法对储能锂电池进行评估，实现了储能锂电池多个指标的综合评估。
-
Patent Agency Ranking
公开(公告)号：CN111487532A
公开(公告)日：2020-08-04
申请号：CN202010273168.5
申请日：2020-04-09
Applicant: 北方工业大学
IPC: G01R31/367 , G01R31/3835 , G01R31/388 , G01R31/389 , G01R31/392 , B07C5/344
Abstract: 本发明涉及一种基于层次分析法和熵值法的退役电池筛选方法及系统，方法包括：选取5个能够表现退役电池性能的电池参数作为评价指标；以层次分析法与专家打分法相结合的方式，偏主观地确定退役电池评价指标的定性权重；以熵值法客观地确定其指标的定量权重；将每个指标的定性权重与其定量权重的乘积作为该指标的综合权重；用简单加权法结合改进的理想解法的方式对退役电池进行综合评价打分。本发明设计合理，适用于大批量退役电池筛选场景，解决了退役电池筛选周期长、精度低的问题。
-
公开(公告)号：CN111474490A
公开(公告)日：2020-07-31
申请号：CN202010274157.9
申请日：2020-04-09
Applicant: 北方工业大学
IPC: G01R31/392 , G01R31/367 , G06K9/62 , G06N3/00 , G06N3/08
Abstract: 本发明提供了一种梯次利用电池快速筛选方法，方法包括：基于BP神经网络构建电池健康状态预测模型；基于电池健康状态预测模型构建全局信息矩阵；将全局信息矩阵进行区域划分，获得多个子区和各子区对应的分区信息矩阵；采用粒子群优化算法进行寻优，确定各子区对应的最优位置；将各子区对应的最优位置作为各子区对应的初始聚类中心，采用K-means聚类方法对全局信息矩阵进行聚类，获得各子单元对应的聚类中心；基于各子单元对应的聚类中心输出电池筛选结果。本发明通过构建电池健康状态预测模型，通过粒子群优化算法寻优，进而对K-means聚类算法进行改进，既能够对退役动力电池梯次利用进行快速筛选，还避免陷入局部最优解的弊端，提高聚类算法的准确性。
-
公开(公告)号：CN111355250A
公开(公告)日：2020-06-30
申请号：CN202010284545.5
申请日：2020-04-13
Applicant: 北方工业大学
Abstract: 本发明公开了一种电网侧储能优化方法及系统，获取电网侧储能数据；基于所述电网侧储能数据建立电网储能配置优化的目标函数；基于所述电网侧储能数据确定电网储能配置优化的约束条件；根据所述目标函数和所述约束条件采用天牛群搜索算法对电网储能配置参数进行优化，确定在满足所述约束条件下使所述目标函数最大的电网储能配置参数，作为最优电网储能配置参数。本发明采用结合天牛须算法和粒子群算法的优点的天牛群算法，解决了电网中储能规划问题，实现了电网侧储能的快速合理的配置，减少了资源浪费，提高了储能运行的经济性。
-
公开(公告)号：CN118246581A
公开(公告)日：2024-06-25
申请号：CN202311510931.1
申请日：2023-11-13
Applicant: 北方工业大学 , 北京联智汇能科技有限公司 , 北京开源瑞储科技有限公司
IPC: G06Q10/04 , G06Q10/067 , G06Q50/06 , G06N3/126 , G06N20/20 , G06N3/0442 , G06N3/086 , G06F18/2431
Abstract: 本发明公开了一种基于遗传算法的综合能源系统多元负荷预测方法，利用设置在综合能源系统中的各种传感器采集能源负荷数据，包括电力、热能和冷能数据；对所采集的数据进行预处理，包括数据清洗、数据转换和数据划分处理；针对预处理后的数据，使用双向长短期记忆网络算法进行特征提取；将特征提取后的特征输入到改进型随机森林模型中，构建综合能源系统多元负荷预测模型；使用划分出的训练集数据对预测模型进行训练，在训练完成后，利用训练好的预测模型进行负荷预测。该方法基于现场传感器数据进行负荷预测，能够实现实时预测，为能源管理提供更实时有效的决策依据。
-
公开(公告)号：CN112036735B
公开(公告)日：2023-11-03
申请号：CN202010883876.0
申请日：2020-08-28
Applicant: 北方工业大学
IPC: H02J3/32 , G06Q10/0631 , G06Q50/06 , G06F18/23213 , G06N3/006 , H02J3/38 , H02S10/20 , H02S40/38 , H02J7/35
Abstract: 本发明涉及一种用于光伏电站的储能系统的储能容量规划方法及系统。该方法包括：利用K‑Means聚类算法对样本集进行处理，确定训练日数据；利用皮尔逊相关系数法确定环境因素‑训练日数据关系，以确定发电功率，并以发电功率为依据，确定光伏发电量；根据光伏发电量以及负荷使用量确定储能功率；以负荷缺电率以及能量溢出比为指标，结合储能系统的荷电SOC状态，根据光伏使用量以及负荷使用量控制储能系统的储能容量；获取储能系统的年均运行成本；基于储能功率约束、储能SOC约束以及储能容量约束，根据年均运行成本构建储能规划模型；利用粒子群算法求解储能规划模型，对储能容量进行规划。本发明能够对储能系统的储能进行合理规划。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.035 seconds)
