-
公开(公告)号：CN117113807B
公开(公告)日：2024-04-05
申请号：CN202310880827.5
申请日：2023-07-18
Applicant: 广州港科大技术有限公司
IPC: G06F30/27 , G06F30/3323 , G06F17/14 , G06N20/00 , G01R31/367 , G01R31/378 , G01R31/392 , G01R31/389 , G01R31/396
Abstract: 本发明提供了一种基于ELM与RLS的锂电池SOH在线预测模型的建模方法，具体包括如下步骤：步骤一、建立锂电池的等效电路模型；步骤二、建立电池开路电压的UOCV预测模型，UOCV预测模型能够预测锂电池t时刻的UOCV；步骤三、基于RLS并且根据步骤二中UOCV预测模型预测的锂电池t时刻的UOCV(t)在线评估R0(t)、R1(t)、C1(t)，R0(t)、R1(t)、C1(t)分别为t时刻的电池内阻、电池极化电阻以及电池极化电容；步骤四、建立基于ELM的SOH预测模型，并根据步骤二得到的R0(t)、R1(t)、C1(t)对建立的SOH预测模型进行训练。
-
公开(公告)号：CN117113807A
公开(公告)日：2023-11-24
申请号：CN202310880827.5
申请日：2023-07-18
Applicant: 广州港科大技术有限公司
IPC: G06F30/27 , G06F30/3323 , G06F17/14 , G06N20/00 , G01R31/367 , G01R31/378 , G01R31/392 , G01R31/389 , G01R31/396
Abstract: 本发明提供了一种基于ELM与RLS的锂电池SOH在线预测模型的建模方法，具体包括如下步骤：步骤一、建立锂电池的等效电路模型；步骤二、建立电池开路电压的UOCV预测模型，UOCV预测模型能够预测锂电池t时刻的UOCV；步骤三、基于RLS并且根据步骤二中UOCV预测模型预测的锂电池t时刻的UOCV(t)在线评估R0(t)、R1(t)、C1(t)，R0(t)、R1(t)、C1(t)分别为t时刻的电池内阻、电池极化电阻以及电池极化电容；步骤四、建立基于ELM的SOH预测模型，并根据步骤二得到的R0(t)、R1(t)、C1(t)对建立的SOH预测模型进行训练。
-
公开(公告)号：CN116227650B
公开(公告)日：2023-10-10
申请号：CN202211557941.6
申请日：2022-12-06
Applicant: 广州港科大技术有限公司
Abstract: 本发明提供了一种基于正交增强型局部保持投影算法的锂电池温度分布预测模型构建方法，步骤S1：利用正交增强型局部保持投影算法获取温度时空变量的空间基函数φ，并得到低阶时间变量a(t)；步骤S2：基于步骤S1获取的低阶时间变量a(t)构建基于带有核流形特征的宽度学习系统低阶时序模型；步骤S3：将低阶时序模型预测得到的时间变量与空间基函数重构，得到预测的时空变量#imgabs0#本发明能够在线预测锂电池的温度。
-
公开(公告)号：CN116258059B
公开(公告)日：2023-09-29
申请号：CN202211717795.9
申请日：2022-12-30
Applicant: 广州港科大技术有限公司
IPC: G06F30/27 , G06F18/23213 , G06N20/00 , G06F119/08
Abstract: 本发明提供了一种基于多时空宽度学习模型的锂电池温度实时预测模型的构建方法，具体包括如下步骤：步骤S1，利用DPC算法，获取锂电池的热过程的多个局部域；步骤S2，针对获取的不同的局部域，构建ST‑BL模型，对电池内部的热动力学进行单独建模；步骤S3，利用EL算法，使用加权和将ST‑BL模型结合起来；和/或，步骤S4，根据新的输入数据确定需要更新的ST‑BL模型并进行更新。
-
公开(公告)号：CN116304672A
公开(公告)日：2023-06-23
申请号：CN202310000754.6
申请日：2023-01-03
Applicant: 广州港科大技术有限公司
IPC: G06F18/214 , G06F18/213 , G06F18/27 , G06N20/00 , G06F30/27 , H01M10/48 , G06F119/08
Abstract: 本发明提供了一种基于t‑SNE和BLS的锂电池热过程非线性时空预测模型的构建方法，具体包括如下步骤：步骤S1：使用t‑SNE建立非线性时域变换模型，将电池温度的时空温度变量简化为低维时间系数；步骤S2：在非线性自回归外生模型的基础上，利用BLS构建反映系统输入u(t)与时间系数潜在映射关系的低阶非线性时间模型；步骤S3：利于BLS开发时间/空间重构模型，直接由时间域重建原始时空域,将步骤S2得到的预测时间系数用于预测温度变量。
-
Patent Agency Ranking
公开(公告)号：CN117034747A
公开(公告)日：2023-11-10
申请号：CN202310915801.X
申请日：2023-07-25
Applicant: 广州港科大技术有限公司
IPC: G06F30/27
Abstract: 本发明提供了一种基于OLPP和RVFLNN的储能锂离子电池温度场预测模型建模方法，具体包括如下步骤：步骤一、利用OLPP建立电池温度时空变量与第一时间系数a(t)的温度模型，并根据检测到的电池温度数据获取温度时空变量的空间基函数；步骤二、基于RVFLNN构建低阶时序模型，并采用步骤一得到的第一时间系数a(t)对低阶时序模型进行训练，得到第二时间系数#imgabs0#步骤三、将步骤二得到的第二时间系数#imgabs1#替换步骤一中的温度模型中第一时间系数a(t)，重构温度模型，得到电池温度预测模型。
-
公开(公告)号：CN116227650A
公开(公告)日：2023-06-06
申请号：CN202211557941.6
申请日：2022-12-06
Applicant: 广州港科大技术有限公司
Abstract: 本发明提供了一种基于正交增强型局部保持投影算法的锂电池温度分布预测模型构建方法，步骤S1：利用正交增强型局部保持投影算法获取温度时空变量的空间基函数φ，并得到低阶时间变量a(t)；步骤S2：基于步骤S1获取的低阶时间变量a(t)构建基于带有核流形特征的宽度学习系统低阶时序模型；步骤S3：将低阶时序模型预测得到的时间变量与空间基函数重构，得到预测的时空变量本发明能够在线预测锂电池的温度。
-
公开(公告)号：CN113964429B
公开(公告)日：2024-06-04
申请号：CN202111184734.6
申请日：2021-10-12
Applicant: 广州港科大技术有限公司
IPC: H01M50/204 , H01M50/244 , H01M50/264 , H01M50/251
Abstract: 本发明涉及电池机柜技术领域，具体公开了一种便于更换电池组件的储能锂电池柜，多个隔板将柜体分隔为多个容纳腔，柜体上设置有与容纳腔连通的通孔，每个容纳腔内设置有电力插座以及锂电池单体，且锂电池单体上的插头与电力插座配合，每个锂电池单体的顶部具有插口；每个限位单元包括插杆、固定块和第一弹性件，插杆的一端与固定块固定连接，插杆的另一端贯穿通孔，并插入至插口，第一弹性件的一端与固定块固定连接，第一弹性件的另一端与柜体的顶部固定连接，且第一弹性件套设在插杆的外部。通过上述结构的设置，能够实现对锂电池单体的更换，更换过程更加轻松方便，提升了更换效率。
-
公开(公告)号：CN116258059A
公开(公告)日：2023-06-13
申请号：CN202211717795.9
申请日：2022-12-30
Applicant: 广州港科大技术有限公司
IPC: G06F30/27 , G06F18/23213 , G06N20/00 , G06F119/08
Abstract: 本发明提供了一种基于多时空宽度学习模型的锂电池温度实时预测模型的构建方法，具体包括如下步骤：步骤S1，利用DPC算法，获取锂电池的热过程的多个局部域；步骤S2，针对获取的不同的局部域，构建ST‑BL模型，对电池内部的热动力学进行单独建模；步骤S3，利用EL算法，使用加权和将ST‑BL模型结合起来；和/或，步骤S4，根据新的输入数据确定需要更新的ST‑BL模型并进行更新。
-
公开(公告)号：CN116070437A
公开(公告)日：2023-05-05
申请号：CN202310067556.1
申请日：2023-01-13
Applicant: 广州港科大技术有限公司 , 武汉理工大学重庆研究院
IPC: G06F30/20 , G06F119/08
Abstract: 本申请涉及计算机技术领域，提供一种锂电池表面温度建模方法、装置、计算机设备和存储介质，所述方法包括：根据多层在线核超限学习机ML‑OSRKELM，通过堆叠多个在线顺序简化核极限学习机自动编码器OSRKELM‑AE创建深度网络，并利用所述深度网络将锂电池热过程的高维时空域转化为低维时域系数；基于所述低维时域系数，利用改进的在线顺序约简核极限学习机OS‑RKELM构建低阶时间模型；基于所述低阶时间模型，利用OS‑RKELM建立重构模型，并利用所述重构模型将锂电池热过程的时间域重构为原始时空域。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.032 seconds)
