一种锂离子电池SOH在线估计方法
    2.
    发明公开

    公开(公告)号:CN111965559A

    公开(公告)日:2020-11-20

    申请号:CN202010825270.1

    申请日:2020-08-17

    IPC分类号: G01R31/392 G01R31/367

    摘要: 本发明公开了一种锂离子电池SOH在线估计方法,具体为:步骤1,离线采集电动汽车电池恒压充电过程中的过程中电压、电流、时间以及恒流放电过程中电流、时间及容量;步骤2,提取步骤1采取的恒压充电时间作为健康指标;步骤3,采用拉依达准则对健康指标数据预处理;步骤4,采用BP神经网络算法建立健康指标和容量之间的映射关系;步骤5,在线信号采集,提取健康指标,采用BP神经网络算法进行容量估计,并计算出电池SOH值。本发明解决了现有电动汽车电池SOH估计方法以容量或者内阻为健康指标,不能实现在线估计应用,且滤波方法参数获取需要固定的充放电模式,不能充分考虑电动汽车实际工作过程中的动态变化特性的问题。

    一种锂离子电池SOH在线估计方法

    公开(公告)号:CN111965559B

    公开(公告)日:2023-06-16

    申请号:CN202010825270.1

    申请日:2020-08-17

    IPC分类号: G01R31/392 G01R31/367

    摘要: 本发明公开了一种锂离子电池SOH在线估计方法,具体为:步骤1,离线采集电动汽车电池恒压充电过程中的过程中电压、电流、时间以及恒流放电过程中电流、时间及容量;步骤2,提取步骤1采取的恒压充电时间作为健康指标;步骤3,采用拉依达准则对健康指标数据预处理;步骤4,采用BP神经网络算法建立健康指标和容量之间的映射关系;步骤5,在线信号采集,提取健康指标,采用BP神经网络算法进行容量估计,并计算出电池SOH值。本发明解决了现有电动汽车电池SOH估计方法以容量或者内阻为健康指标,不能实现在线估计应用,且滤波方法参数获取需要固定的充放电模式,不能充分考虑电动汽车实际工作过程中的动态变化特性的问题。

    基于DE-BP神经网络的风电功率预测方法

    公开(公告)号:CN113095477A

    公开(公告)日:2021-07-09

    申请号:CN202110287887.7

    申请日:2021-03-17

    摘要: 本发明公开了一种基于DE‑BP神经网络的风电功率预测方法,具体按照如下步骤实施:步骤1,获取风电功率相关数据并进行处理;步骤2,使用梯度下降法和反向传播调整BP神经网络的权值和阈值,建立BP神经网络;步骤3,利用DE算法寻找步骤2建立的BP神经网络初始权值和阈值的最优值,得到DE‑BP神经网络模型;步骤4,将DE‑BP神经网络模型用于风电功率的预测,进行风电功率预测。本发明的基于DE‑BP神经网络的风电功率预测方法,解决了现有技术中存在的预测方法易陷入局部最优值,收敛速度过慢问题。

    一种三电平NPC变换器特定谐波消去方法

    公开(公告)号:CN112688543A

    公开(公告)日:2021-04-20

    申请号:CN202011491469.1

    申请日:2020-12-16

    摘要: 本发明公开了一种三电平NPC变换器特定谐波消去方法,包括根据三电平NPC变换器的输入输出信号构建求解开关角度的非线性超越方程组,利用坐标变换实现所述非线性超越方程组中不等式约束条件等式化,根据获得的等式化非线性超越方程组求解开关角度,把求解出的开关角度转换为脉冲信号,利用脉冲信号来驱动所述三电平NPC变换器中开关管通断,即消去三电平NPC变换器的特定谐波。本发明三电平NPC变换器特定谐波消去方法通过几何规划的思想把多变量约束条件化简为单一变量的判断条件,提升了计算的速度和精度,继而提高了三电平NPC变换器特定谐波消去准确性,具有良好的应用价值。

    基于SHEPWM策略的三电平变流器中点电位平衡方法

    公开(公告)号:CN110176868A

    公开(公告)日:2019-08-27

    申请号:CN201910467773.3

    申请日:2019-05-31

    IPC分类号: H02M7/487 H02M7/5395

    摘要: 本发明公开的基于SHEPWM策略的三电平变流器中点电位平衡方法,首先,构造加入3次谐波控制的SHEPWM非线性超越方程组;然后,求解建立的非线性超越方程组,得到加入最优3次谐波幅值方程的开关角度;最后,在建立的方程组中引入开关角度变化值,结合得到的开关角度求解引入的开关角度变化值的最优值,在SHEPWM策略加入最优3次谐波幅值方程的方程组中加入得到的开关角度变化值的最优值,形成新的PWM脉冲实现中点电压平衡调制。本发明公开的方法用3次谐波抵消基波引起的中点电压波动,并加入开关角度变化量,改善三电平NPC变流器中点电位的自然平衡性能,同时不影响变流器的输出电压谐波性能。

    一种三电平NPC变换器特定谐波消去方法

    公开(公告)号:CN112688543B

    公开(公告)日:2022-02-22

    申请号:CN202011491469.1

    申请日:2020-12-16

    摘要: 本发明公开了一种三电平NPC变换器特定谐波消去方法,包括根据三电平NPC变换器的输入输出信号构建求解开关角度的非线性超越方程组,利用坐标变换实现所述非线性超越方程组中不等式约束条件等式化,根据获得的等式化非线性超越方程组求解开关角度,把求解出的开关角度转换为脉冲信号,利用脉冲信号来驱动所述三电平NPC变换器中开关管通断,即消去三电平NPC变换器的特定谐波。本发明三电平NPC变换器特定谐波消去方法通过几何规划的思想把多变量约束条件化简为单一变量的判断条件,提升了计算的速度和精度,继而提高了三电平NPC变换器特定谐波消去准确性,具有良好的应用价值。

    一种基于EMD-GRU锂离子电池荷电状态估计方法

    公开(公告)号:CN113702836A

    公开(公告)日:2021-11-26

    申请号:CN202110837086.3

    申请日:2021-07-23

    IPC分类号: G01R31/367

    摘要: 本发明公开了一种基于EMD‑GRU锂离子电池荷电状态估计方法,具体为:步骤1,对锂离子电池进行脉冲电流放电,直至电池电压降到放电截止电压时停止放电,采集放电电流、电池电压、温度及SOC(t)时间序列;步骤2,采用经验模态分解EMD算法对采集放电电流进行分解,将电流时间序列分解成不同频率的子电流集时间序列和残差电流时间序列;步骤3,将子电流集时间序列和残差电流时间序列以及电池电压、温度进行归一化处理;步骤4,基于门控循环单元GRU建立子电流集、电压和温度时间序列的SOC估计模型并进行锂离子电池SOC估计。本发明解决了现有技术中存在的循环神经网络锂离子电池SOC估计丢失中长期电流时间序列的问题。

    一种基于深度学习模型的绝缘子自爆检测方法

    公开(公告)号:CN112634216A

    公开(公告)日:2021-04-09

    申请号:CN202011485662.4

    申请日:2020-12-16

    IPC分类号: G06T7/00 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于深度学习模型的绝缘子自爆检测方法,包括采集绝缘子图像,将绝缘子图像转化为单通道标注图,构建U‑Net模型和CNN模型,用部分单通道标注图训练U‑Net模型和CNN模型,通过训练的U‑Net模型提高其余部分单通道标注图的像素精度,获得最优像素的掩膜图像,将掩膜图像输入训练后的CNN模型中,若CNN模型输出数值>0.5,则认为所述绝缘子没有发生自爆;否则,则认为所述绝缘子发生了自爆。采用本发明方法对绝缘子状态进行检测,可以有效减少人工工作量,提高识别效率和清晰度。

    基于IWT与AGA-BP模型的ECG身份识别方法

    公开(公告)号:CN112107310A

    公开(公告)日:2020-12-22

    申请号:CN202011065153.6

    申请日:2020-09-30

    摘要: 本发明公开了基于IWT与AGA‑BP模型的ECG身份识别方法,具体为:步骤1,采集心电信号并去噪;步骤2,采用小波定位方法对去噪后的ECG信号的R波峰值点进行定位;步骤3,通过步骤2所得R波峰值点,确定QRS波群位置,确定P波与T波的峰值点、起点与终点;步骤4,基于步骤2和步骤3得到的QRS波群、P波和T波的峰值点、起点和终点进行组合得到特征向量,然后运用AGA‑BP模型进行ECG信号识别。本发明的基于IWT与AGA‑BP模型的ECG身份识别方法,解决了现有技术中存在的心电信号识别准确率差的问题。