-
公开(公告)号：CN114781176B
公开(公告)日：2024-04-05
申请号：CN202210503147.7
申请日：2022-05-10
Applicant: 北方工业大学 , 三峡科技有限责任公司 , 北京联智汇能科技有限公司
IPC: G06F30/20 , G06F17/18 , G06F17/16 , G06N5/048 , G01R31/387 , G01R31/367 , G06F119/04 , G06F119/08
Abstract: 本发明涉及一种锂离子电池储能系统集总参数的等效电路参数辨识方法。该方法包括：首先对所选电池单体进行HPPC测试实验，并记录电压、电流、温度等相关实验数据；然后采用安时积分法计算电池SOC变化，根据Thevenin等效电路模型计算等效内阻值R0，同时分别建立SOC/温度T的模糊评判因素集，最后应用模糊逻辑实现f(SOC,T)＝R0的函数关系参数辨识。本发明充分考虑温度、SOC变化对锂离子电池性能的影响，采用模糊逻辑算法提高电池模型的参数辨识精度，为建立较为精确的磷酸铁锂电池电热耦合模型奠定基础。本发明具有广泛的适用性和良好的通用性。
-
公开(公告)号：CN112307906B
公开(公告)日：2023-07-04
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
IPC: G06F18/24 , G06F18/23 , G06F18/2411 , G06F18/213 , G06F18/22
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：CN113765125B
公开(公告)日：2023-06-30
申请号：CN202111114415.8
申请日：2021-09-23
Applicant: 北方工业大学 , 北京联智汇能科技有限公司
Abstract: 本发明涉及储能系统能量控制管理领域，具体涉及一种氢储能系统集群功率分配方法。方法包含以下步骤：氢储能的能量控制系统获取所有HESS单元SOHC、制氢效率发电效率ηelec、电解槽工作温度Tec、燃料电池工作温度Tfc参数；每间隔一定时长，比较电网输出功率PG和负荷需求功率PL大小；采用K‑means聚类方法，将大规模氢储能集群分为N个不同的HESS簇群；筛选出最优HESS簇群；利用优先排序法对除最优HESS簇群外的N‑1个HESS簇群进行有功功率分配，且簇群内部各个HESS单元平均承担簇群所承担的总功率；不能完全消纳盈余电能或者仍然不能满足负荷需求，全部由最优HESS簇群承担。本发明相对于现有技术的优点在于：保证大规模储能系统中各个HESS单元的SOHC、工作温度等参数最大程度的控制在最佳运行区间。
-
公开(公告)号：CN112287980B
公开(公告)日：2023-06-23
申请号：CN202011094434.4
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 , 安徽绿沃循环能源科技有限公司
IPC: G06F18/2411 , G06F18/23 , G06F18/214
Abstract: 本发明公开了一种典型特征向量的动力电池筛选方法。该方法的包括以下步骤：获取若干已知状态的动力电池的充放电电压信号，并提取电压信号特征，形成特征向量；根据相同类型样本在各特征变量的数值，估计各个特征的概率密度函数，利用抽样方法生成若干新样本；利用聚类方法聚合新样本，形成多个具有代表性的典型特征向量；计算待检测动力电池的特征向量与每一类型各个典型特征向量的余弦相似度，辨识待检测动力电池的健康状态。通过本发明的筛选方法，避免了小样本情况下传统分类模型过拟合问题以及数据不平衡造成的偏差，提高了动力电池筛选的实用性，同时可以更清晰了解不同故障下动力电池的典型特征情况，为更好地定义动力电池状态奠定基础。
-
公开(公告)号：CN112327190B
公开(公告)日：2023-06-20
申请号：CN202011094365.7
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 , 北京云外新能源科技有限责任公司
IPC: G01R31/392 , G01R31/367 , G06F18/2411
Abstract: 本发明具体涉及一种储能电池健康状态辨识方法。该方法首先采集储能电池在一次充放电测试过程中的端电压信号，组成含有类别的样本数据集合A；然后，计算每个样本的特征值，形成可以表征原始信号特点的特征向量，组成含有类别的样本特征集合B；接着，生成若干个差异化的支持向量机模型；然后，以遗传算法种群个体的0‑1编码选择部分支持向量机模型，并将特征集合B输入得到多个以概率向量方式表征的储能电池健康情况辨识结果，形成对若干支持向量机模型的筛选方案，即储能电池健康情况辨识方案。多次支持向量集成的方式大幅提升了诊断模型的鲁棒性，利用遗传算法快速、自动地实现了对诊断过程的优化，提升了故障诊断性能。
-
Patent Agency Ranking
公开(公告)号：CN113533967B
公开(公告)日：2023-06-16
申请号：CN202110847211.9
申请日：2021-07-26
Applicant: 北方工业大学 , 北京联智汇能科技有限公司 , 国网江苏省电力有限公司电力科学研究院
IPC: G01R31/367 , G06F17/15 , G06N3/126
Abstract: 本发明公开了一种全景理论分析的二值优化的电池异常检测方法。包括以下步骤：测量若干个运行电化学储能电池单体的某固定时长的输出电压和电流数据，提取各个电化学储能电池单体电压和电流的特征向量并归一化；以测量电化学储能电池单体的数量定义以0‑1构成的二进制编码个体，基于全景理论利用特征向量间距离，建立对这个编码串下电池单体分组描述的度量函数；采用遗传算法不断演化迭代，寻找出最优编码个体，建立电化学储能电池的最终分组描述；在最优个体0‑1编码位形成电池单体分组条件下分析电池单体的分布情况，形成电池异常状态检测。本发明专利电池异常检测以电池聚集为优化方向，有助于提升异常检测的准确性和可靠性。
-
公开(公告)号：CN113629762B
公开(公告)日：2023-05-23
申请号：CN202110879583.X
申请日：2021-08-02
Applicant: 北方工业大学 , 全球能源互联网研究院有限公司 , 北京联智汇能科技有限公司
Abstract: 本发明涉及多站融合参与的沙漏型配电网络结构及其控制方法。沙漏型配电网络结构包括：上层10kV高压电力传输层，中层信息调度层，下层380V低压电力应用层；上层与下层以中层为公共点，构成沙漏型结构单元；本发明的设置，实现高渗透率分布式电源接入；同时控制方法储能在高SOC阶段，不给储能继续充电，储能在低SOC阶段，储能不继续放电，保证了储能的使用寿命以及安全稳定运行；同时控制方法使电能在上中下三层结构中灵活调度，保证了该配电网络的灵活性与稳定性。
-
公开(公告)号：CN115935696A
公开(公告)日：2023-04-07
申请号：CN202211711584.4
申请日：2022-12-29
Applicant: 北方工业大学
IPC: G06F30/20 , G06Q50/06 , G06Q10/0639
Abstract: 本发明公开了一种混合电解槽制氢系统选型评估的方法，考虑质子交换膜电解槽和碱性电解槽的技术和经济特性，选取两类电解槽的8个指标作为评估模型的指标层参与评估；构建多层选型评估模型，所述评估模型包括目标层、指标层和方案层；将指标层的8个指标参与比较，构造评估矩阵，并对评估矩阵的一致性进行检验；基于评估矩阵构建权重矩阵，根据所述权重矩阵计算8个指标的权重向量以及n个方案的权重向量；再计算得到各个方案的总分，总分最大的方案即为混合电解槽最优配置方案。上述方法通过提取两类电解槽多个关键指标，建立多层选型评估模型，最终选出高性价比的混合电解槽最优配置方案。
-
公开(公告)号：CN115859590A
公开(公告)日：2023-03-28
申请号：CN202211475913.X
申请日：2022-11-23
Applicant: 北方工业大学
IPC: G06F30/20
Abstract: 本发明公开了一种基于电源输入特性的PEM电解槽仿真模型的建立方法，首先建立质子交换膜PEM电解槽电流型模型；在所建立的PEM电解槽电流型模型的基础之上，利用等效电路模型转化法将PEM电解槽电流型模型等效为阻抗传递函数；利用对偶自校正PID控制器对所述阻抗传递函数的参数进行在线修正；利用电压整定器对电压输入PEM电解槽模型的输入电源类型进行修正，实现对输入电源侧的电压整定，最终得到PEM电解槽电压型模型。该方法能更好的拟合实际工作环境，所建立的PEM电解槽模型可以很好的体现PEM电解槽宽负载特性，也可自动识别输入电压类型，大大提高了PEM电解槽模型的适配性和精确度。
-
公开(公告)号：CN115660347A
公开(公告)日：2023-01-31
申请号：CN202211316740.7
申请日：2022-10-26
Applicant: 北方工业大学 , 三峡科技有限责任公司
IPC: G06Q10/0631 , G06N3/126 , G06Q50/06 , H02J3/28 , H02J3/38
Abstract: 本发明是一种面向多约束和非线性目标的储能系统优化配置方法，用于优化不同应用场景中的储能系统配置方案。本发明方法包括：获取场景中风电场的发电功率历史数据和储能系统类型，建立储能系统优化配置的非线性目标函数和约束条件，通过优化模块求解储能系统优化配置问题；优化模块先生成统一优化问题模型，预先选择群智能优化算法和传统优化算法，在群智能算法迭代过程中，借助泰勒级数展开的方式在个体附近形成线性或二次项近似，利用传统优化算法计算出个体附近的最优解表征该个体行为，利用群智能算法开展全局搜索优化，最终输出最优储能系统配置方案。本发明可满足储能系统在不同场景下的配置优化需求，能快速获取更优的储能系统配置方案。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.026 seconds)
