-
公开(公告)号：CN113009361B
公开(公告)日：2022-06-17
申请号：CN202110273098.8
申请日：2021-03-13
Applicant: 福州大学
IPC: G01R31/388 , G01R31/367
Abstract: 本发明涉及一种基于开路电压校准的电池荷电状态估计方法，该方法将电池等效电路模型的端电压与实际电池端电压的差值作为反馈校正控制器的输入，并通过反馈校正控制器输出的电流值调控电池等效电路模型的工作状态，使电池等效电路模型的端电压实时跟随实际电池端电压变化，从而不断校准电池等效电路模型的开路电压，获取实际电池荷电状态估计值。该方法不仅估计精度高，而且简单可行，易于实现。
-
公开(公告)号：CN112540298B
公开(公告)日：2022-05-10
申请号：CN202011570001.1
申请日：2020-12-26
Applicant: 福州大学
IPC: G06F30/27 , G01R31/367 , G01R31/387 , G01R31/378 , G06N3/063 , G06N3/08
Abstract: 本发明涉及一种基于深度‑迁移学习的锂离子电池SOC估计方法，获得源域训练集以及目标域训练集和测试集；构建基于深度学习的锂离子电池SOC估计源域模型，利用源域训练集对锂离子电池SOC估计源域模型进行训练，保存模型训练数据参数；构建基于深度学习的锂离子电池SOC估计目标域模型，采用迁移学习方法，将锂离子电池SOC估计源域模型训练数据参数转移至所述锂离子电池SOC估计目标域模型，共享模型权值参数进行初始化设置；将锂离子电池目标域训练集导入锂离子电池SOC估计目标域模型进行微调训练处理，进一步导入目标域测试集预测锂离子电池SOC值。本发明减少锂离子电池SOC估计模型的训练时间和实验数据收集过程需要耗费大量的时间和资金投入。
-
公开(公告)号：CN113945852A
公开(公告)日：2022-01-18
申请号：CN202111220040.3
申请日：2021-10-20
Applicant: 福州大学
IPC: G01R31/367 , G01R31/396 , G01R31/389 , G01R31/388
Abstract: 本发明提出一种蓄电池组不一致性评价方法，包括以下步骤；步骤S1：获取单体电池的不一致性特征参数作为评价指标，构建电池组的一致性原始比较矩阵和一致性参考矩阵；步骤S2：将原始比较矩阵与参考矩阵标准化处理得到标准化矩阵；计算标准化后评价指标的信息熵，利用信息熵确定各评价指标在电池组不一致性评价过程中所占的熵权；计算标准化后的比较矩阵与参考矩阵的偏离系数矩阵，构建灰色关联模型；步骤S3：通过灰色关联模型得到比较矩阵与参考矩阵的一致性偏离度矩阵与不同寿命状态下电池组不一致性参数的耦合关系；步骤S4：计算偏离度矩阵的标准差得到多尺度不一致性的定量评价数据；本发明能实现电池组多尺度不一致性的主特征识别与定量评价。
-
Patent Agency Ranking
公开(公告)号：CN113009361A
公开(公告)日：2021-06-22
申请号：CN202110273098.8
申请日：2021-03-13
Applicant: 福州大学
IPC: G01R31/388 , G01R31/367
Abstract: 本发明涉及一种基于开路电压校准的电池荷电状态估计方法，该方法将电池等效电路模型的端电压与实际电池端电压的差值作为反馈校正控制器的输入，并通过反馈校正控制器输出的电流值调控电池等效电路模型的工作状态，使电池等效电路模型的端电压实时跟随实际电池端电压变化，从而不断校准电池等效电路模型的开路电压，获取实际电池荷电状态估计值。该方法不仅估计精度高，而且简单可行，易于实现。
-
公开(公告)号：CN113945852B
公开(公告)日：2024-03-12
申请号：CN202111220040.3
申请日：2021-10-20
Applicant: 福州大学
IPC: G01R31/367 , G01R31/396 , G01R31/389 , G01R31/388
Abstract: 本发明提出一种蓄电池组不一致性评价方法，包括以下步骤；步骤S1：获取单体电池的不一致性特征参数作为评价指标，构建电池组的一致性原始比较矩阵和一致性参考矩阵；步骤S2：将原始比较矩阵与参考矩阵标准化处理得到标准化矩阵；计算标准化后评价指标的信息熵，利用信息熵确定各评价指标在电池组不一致性评价过程中所占的熵权；计算标准化后的比较矩阵与参考矩阵的偏离系数矩阵，构建灰色关联模型；步骤S3：通过灰色关联模型得到比较矩阵与参考矩阵的一致性偏离度矩阵与不同寿命状态下电池组不一致性参数的耦合关系；步骤S4：计算偏离度矩阵的标准差得到多尺度不一致性的定量评价数据；本发明能实现电池组多尺度不一致性的主特征识别与定量评价。
-
公开(公告)号：CN116674431A
公开(公告)日：2023-09-01
申请号：CN202310608277.1
申请日：2023-05-27
Applicant: 福州大学
Abstract: 本发明涉及一种基于强化学习的电池组均衡方法，包括：根据电池组中单体电池的额定容量及均衡系统中均衡拓扑参数确定电池组均衡过程的均衡目标和约束条件；以电池组均衡器的均衡电流控制量建立均衡系统智能体的动作空间，以电池组的不一致性状态信息和该状态信息下智能体产生的均衡电流控制量建立均衡系统智能体的状态空间；建立Actor‑Critic架构的深度学习网络，并构建基于双延迟深度确定性策略梯度算法的深度强化学习均衡策略；设计电池均衡系统奖励函数，训练深度强化学习均衡策略，并在每个训练回合随机初始化单体电池的SOC状态；利用训练好的强化学习均衡策略进行电池组均衡控制。该方法有利于缩短电池组均衡时间，减少电池组均衡过程中的能量浪费。
-
公开(公告)号：CN115693865A
公开(公告)日：2023-02-03
申请号：CN202211429526.2
申请日：2022-11-15
Applicant: 福州大学
IPC: H02J7/00 , H02M3/158 , H02M1/00 , G01R31/385 , G01R31/389
Abstract: 本发明提出一种非隔离双向软开关均衡电路及其用于电池EIS检测的方法，均衡电路基于双向斩波电路，可实现能量双向转移；添加辅助开关、电容及电感，实现软开关，降低开关损耗；并将此均衡电路应用于电池电化学阻抗谱检测。该均衡电路用于电池电化学阻抗谱检测的方法包括：向均衡控制回路中注入多频率周期性信号；由输出电流激励待测电池，采集电池电压、电流数据；利用快速傅里叶变换处理数据，获得多个频率的阻抗信息，进而得到电池电化学阻抗谱。本发明的方案提供了一种均衡电路，并可实现主动均衡与电池电化学阻抗谱检测的功能集成，采用了均衡电路且无需额外电源；集成在电池管理系统中，还可应用于电池故障诊断等。
-
公开(公告)号：CN112540298A
公开(公告)日：2021-03-23
申请号：CN202011570001.1
申请日：2020-12-26
Applicant: 福州大学
IPC: G01R31/367 , G01R31/387 , G01R31/378 , G06N3/063 , G06N3/08
Abstract: 本发明涉及一种基于深度‑迁移学习的锂离子电池SOC估计方法，获得源域训练集以及目标域训练集和测试集；构建基于深度学习的锂离子电池SOC估计源域模型，利用源域训练集对锂离子电池SOC估计源域模型进行训练，保存模型训练数据参数；构建基于深度学习的锂离子电池SOC估计目标域模型，采用迁移学习方法，将锂离子电池SOC估计源域模型训练数据参数转移至所述锂离子电池SOC估计目标域模型，共享模型权值参数进行初始化设置；将锂离子电池目标域训练集导入锂离子电池SOC估计目标域模型进行微调训练处理，进一步导入目标域测试集预测锂离子电池SOC值。本发明减少锂离子电池SOC估计模型的训练时间和实验数据收集过程需要耗费大量的时间和资金投入。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.026 seconds)
