公开(公告)号：CN110058159A

公开(公告)日：2019-07-26

申请号：CN201910355716.6

申请日：2019-04-29

Applicant: 杭州电子科技大学

Inventor： 何志伟 ,  胡燕华 ,  高明裕 ,  朱晓帅 ,  秦潇涵

IPC: G01R31/367 ,  G01R31/392 ,  G01R31/387 ,  G01R31/388

Abstract: 本发明公开了一种基于灰色神经网络的锂电池健康状态估计方法。本发明方法步骤是：分别对电池进行恒流放电和脉冲放电，记录恒流放电过程中电池容量数据和电池脉冲放电过程的电池端电压和放电电流；分析电池端电压特性，在Simscape中搭建三阶RC模型作为电池等效电路模型；通过电池模型自动估计电池内阻抗参数；构建一个灰色理论与神经网络相结合的电池健康状态估计模型，根据所记录的电池内阻抗参数以及电池容量来训练这个模型；用模型进行电池容量估计，从而计算电池的SOH。本发明的方法能够适应电池电化学体系的高度非线性特征，具有数据运算量小、需求样本数据少、预测精度高等优点。

公开(公告)号：CN110126675A

公开(公告)日：2019-08-16

申请号：CN201910388825.8

申请日：2019-05-10

Applicant: 杭州电子科技大学

Inventor： 高明裕 ,  朱晓帅 ,  何志伟 ,  黄继业 ,  秦潇涵

IPC: B60L58/22 ,  H02J7/00

Abstract: 本发明公开了一种应用于动力电池的主被动结合型混合均衡电路。本发明包括底层被动均衡电路、中间层基于多绕组能量直接转移的主动均衡电路、上层基于多变压器的主动均衡电路。底层电路包括多个被动均衡器；中间层电路包括多个多绕组均衡器，每个多绕组均衡器包括多个单绕组均衡器；上层电路包括多个双向反激变换均衡器，每个双向反激变换均衡器包括一个原、副边侧电路。多个原边侧电路并联，正极接第一个多绕组均衡器的正极，负极接最后一个多绕组均衡器的负极。多个副边侧电路串联，每个副边侧电路接对应的单绕组均衡器。本发明通过三个层次的均衡电路的协同工作，在保证均衡效率与均衡速度的前提下，实现了电池组的所有电池剩余能量相同。

公开(公告)号：CN110133507A

公开(公告)日：2019-08-16

申请号：CN201910329199.5

申请日：2019-04-23

Applicant: 杭州电子科技大学

Inventor： 高明裕 ,  秦潇涵 ,  何志伟 ,  朱晓帅 ,  胡燕华

IPC: G01R31/367 ,  G01R31/387 ,  G01R31/388

Abstract: 本发明公开了一种基于NARX-UKF算法的电池剩余电量估计方法。现有的各种方法存在各种问题。本发明方法首先测量电池在不同条件下的电压和电流，然后对测量数据进行预处理，再搭建NARX-UKF网络，把处理后的电压电流训练数据输入NARX网络中来训练网络，达到训练目标后，输入测试数据，NARX网络的输入结果即为SOC的估计值同时也是UKF模型的输入量，该估计值经过UKF模型后，得到的状态更新值即为当前时刻所估计得到的电池剩余电量。本发明的不需要建立电池模型，只需要常见的可测量量便可以快速精确的进行电池剩余电量估计。有着模型训练速度快，所需参数少，估计精度高的优点。

公开(公告)号：CN110133507B

公开(公告)日：2021-09-14

申请号：CN201910329199.5

申请日：2019-04-23

Applicant: 杭州电子科技大学

Inventor： 高明裕 ,  秦潇涵 ,  何志伟 ,  朱晓帅 ,  胡燕华

IPC: G01R31/367 ,  G01R31/387 ,  G01R31/388

Abstract: 本发明公开了一种基于NARX‑UKF算法的电池剩余电量估计方法。现有的各种方法存在各种问题。本发明方法首先测量电池在不同条件下的电压和电流，然后对测量数据进行预处理，再搭建NARX‑UKF网络，把处理后的电压电流训练数据输入NARX网络中来训练网络，达到训练目标后，输入测试数据，NARX网络的输入结果即为SOC的估计值同时也是UKF模型的输入量，该估计值经过UKF模型后，得到的状态更新值即为当前时刻所估计得到的电池剩余电量。本发明的不需要建立电池模型，只需要常见的可测量量便可以快速精确的进行电池剩余电量估计。有着模型训练速度快，所需参数少，估计精度高的优点。