公开(公告)号：CN113552489A

公开(公告)日：2021-10-26

申请号：CN202110725226.8

申请日：2021-06-29

Applicant: 广东工业大学

Inventor： 袁敏根 ,  陈思哲 ,  王玉乐 ,  王裕 ,  常乐 ,  章云

IPC: G01R31/382

Abstract: 本发明公开一种基于灰色神经网络的电站备用电源荷电状态估计方法，该方法包括：获取电站备用电源停止放电前及期间的电流、电压、荷电状态，构成原始数据集；建立电池等效电路模型，采用最小二乘法拟合欧姆内阻、极化电阻、极化电容参数，构建参数数据集；建立灰色神经网络模型；对参数数据集进行预处理；将参数数据集分为训练集和测试集，利用训练集对灰色神经网络模型进行训练；利用测试集对灰色神经网络模型进行测试；通过采集到的电站备用电源中各电池组停止放电及期间的电流和电压数据，采用最小二乘法获得等效电路模型参数，利用灰色神经网络估计电池荷电状态。本发明提高了电站备用电源的荷电状态估计精度，降低了时间和人力成本。

公开(公告)号：CN113552489B

公开(公告)日：2022-03-11

申请号：CN202110725226.8

申请日：2021-06-29

Applicant: 广东工业大学

Inventor： 袁敏根 ,  陈思哲 ,  王玉乐 ,  王裕 ,  常乐 ,  章云

IPC: G01R31/382

Abstract: 本发明公开一种基于灰色神经网络的电站备用电源荷电状态估计方法，该方法包括：获取电站备用电源停止放电前及期间的电流、电压、荷电状态，构成原始数据集；建立电池等效电路模型，采用最小二乘法拟合欧姆内阻、极化电阻、极化电容参数，构建参数数据集；建立灰色神经网络模型；对参数数据集进行预处理；将参数数据集分为训练集和测试集，利用训练集对灰色神经网络模型进行训练；利用测试集对灰色神经网络模型进行测试；通过采集到的电站备用电源中各电池组停止放电及期间的电流和电压数据，采用最小二乘法获得等效电路模型参数，利用灰色神经网络估计电池荷电状态。本发明提高了电站备用电源的荷电状态估计精度，降低了时间和人力成本。