公开(公告)号：CN119691540A

公开(公告)日：2025-03-25

申请号：CN202411565631.8

申请日：2024-11-05

Applicant: 国网湖北省电力有限公司电力科学研究院

Inventor： 张宇 ,  谢齐家 ,  李劲彬 ,  张鹏超 ,  滕子涵 ,  王少晋 ,  周鹏 ,  熊斌宇 ,  唐金锐 ,  韩旭 ,  徐广超 ,  陈兆

IPC: G06F18/241 ,  G06F18/2135 ,  G06N3/0442 ,  G06N3/0985 ,  G06N3/006 ,  H01M8/04664 ,  H01M8/0438 ,  H01M8/04992 ,  H01M8/04746

Abstract: 本发明涉及一种基于优化LSTM的全钒液流电池泵故障诊断方法。本发明不依赖高精度传感器，从电池历史数据中提取电流、电压、流速和SOC等特征参数，对长短期记忆网络的参数进行优化，最后通过长短期记忆网络训练得到故障诊断结果，完成对全钒液流电池正极侧、负极侧和双侧泵故障的诊断及分类。采用人工兔算法优化并解决LSTM超参数问题，能够有效提高全钒液流电池泵故障诊断分类的准确性。

公开(公告)号：CN119644152A

公开(公告)日：2025-03-18

申请号：CN202411566208.X

申请日：2024-11-05

Applicant: 国网湖北省电力有限公司电力科学研究院

Inventor： 张宇 ,  刘睿 ,  姚尧 ,  李巍威 ,  杨天荷 ,  熊斌宇 ,  王少晋 ,  林希峰 ,  李成艳 ,  杨选超 ,  卢忠黎

IPC: G01R31/367 ,  G01R31/392 ,  G01R31/382 ,  G16C10/00

Abstract: 本发明提出一种基于容量衰减模型的全钒液流电池全生命周期健康状态监测方法，包括：考虑电解液流速、旁路电流、质子迁移和一系列副反应对电池容量的影响，依据质量守恒和电荷守恒，建立考虑质子迁移的全钒液流电池容量衰减模型，通过全钒液流电池容量衰减模型估计电池健康状态；采用卡尔曼滤波修正估计的电池健康状态，并输出修正后的电池健康状态。本发明选择容量衰减模型进行建模，考虑流速、旁路电流和电解液体积变化等因素，准确反映电池容量变化关系，并结合数据高维计算与集合思想，以集合卡尔曼滤波估计电池健康状态，为实时优化监测电池的生命周期问题，提供了新的思路。

公开(公告)号：CN119575189A

公开(公告)日：2025-03-07

申请号：CN202411565780.4

申请日：2024-11-05

Applicant: 国网湖北省电力有限公司电力科学研究院

Inventor： 张宇 ,  金雷 ,  周凯 ,  秦坤 ,  卢仰泽 ,  李成艳 ,  熊斌宇 ,  王少晋 ,  林希峰 ,  梁成苏 ,  石勇波

IPC: G01R31/367 ,  G01R31/392 ,  G01R31/382 ,  G06N3/045 ,  G06N3/0442 ,  G06F30/20

Abstract: 本发明公开了一种基于VMD和集成神经网络的SOH预测方法，包括：通过实验和仿真分别获取得到电池实际容量衰减情况下的电压电流和理想容量衰减情况下的电压电流；将实验和仿真所得电压电流转化为SOH变化趋势进行统一处理分析；基于VMD将SOH变化趋势分解为3个本征模态函数IMFs和一个余量RES(t)，并归纳出波动函数F(t)和主趋势函数M(t)；将两种函数的训练集分别置入LSTM和GRU进行学习，并利用测试集输出相加并验证结果，形成基于VMD的集成神经网络算法；建立基于多时间尺度的VRB的SOH预测模型。本发明提出的方法能够有效面对长时间运行过程中复杂多变的情况，有效提升了模型的精度与稳定性。