恭喜南通大学李俊红获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜南通大学申请的专利一种复杂工况下的锂离子电池非线性建模方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115267549B 。
龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210883000.5,技术领域涉及:G01R31/367;该发明授权一种复杂工况下的锂离子电池非线性建模方法是由李俊红;褚云琨;蒋泽宇;蒋一哲;顾菊平;华亮;芮佳丽;白贵祥设计研发完成,并于2022-07-26向国家知识产权局提交的专利申请。
本一种复杂工况下的锂离子电池非线性建模方法在说明书摘要公布了:本发明提供了一种复杂工况下的锂离子电池非线性建模方法,属于锂离子电池技术领域,解决了复杂工况下最小二乘类算法辨识效果差、传统等效电路模型精度不高的技术问题。其技术方案为:包括以下步骤:步骤1对电池进行DST和FUDS工况测试;步骤2建立锂离子电池NL‑ECM模型;步骤3构建GWO的算法流程;步骤4在GWO基础上进行改进,构建IGWO;步骤5利用IGWO辨识模型参数,在多种工况下利用辨识结果进行端电压预测。本发明的有益效果为:本发明在ECM基础上引入块结构,构建NL‑ECM模型,在DST工况下利用IGWO进行参数辨识,算法收敛速度快,辨识结果准确,构建的模型精度明显高于ECM。
本发明授权一种复杂工况下的锂离子电池非线性建模方法在权利要求书中公布了:1.一种复杂工况下的锂离子电池非线性建模方法,其特征在于,包括以下步骤:步骤1对电池进行DST和FUDS工况测试;步骤2建立锂离子电池NL-ECM模型;步骤3构建GWO的算法流程;步骤4在GWO基础上进行改进,构建IGWO;所述步骤4包括如下步骤:改进策略1构建新的收敛因子表达方式,系数A作为攻击系数,当A≥1时,狼群则扩大包围范围,算法进行全局搜索,而A1的时候,狼群则对包围圈内的猎物展开攻击,算法此时进行局部搜索;系数A决定着算法的寻优能力,而收敛因子a直接影响A的取值,随着迭代次数的增加,收敛因子a不断线性递减,但该种变化方式并不适应实际情况,在算法前期寻优过程中,a应慢速减小,从而扩大灰狼群体搜索范围,后期收敛因子应快速减少,从而促使群体缩小搜索范围,本发明构建了一种新的收敛因子表达方式:a=2cos2tπtmax20随着迭代次数的不断增加,a呈现非线性变化,有效平衡了前期和中后期的缩小趋势,从而有效提高了算法的寻优能力;改进策略2引入动态权值,在原算法中,狼α、β与δ的引导程度是相同的,但头狼的位置不一定是最优解,也会陷入局部最优,从而导致算法收敛速度变慢,本发明引入动态权值,在寻优过程中动态加权平均从而区分头狼的贡献率,引导灰狼个体进行位置更新,公式如下:f=|fα+fβ+fδ|21 Xi+1=w1·X1i+w2·X2i+w3·X3i23fα、fβ和fδ表示三只狼对应的适应度值,f为中间变量,w1、w2和w3表示三只灰狼对位置更新的影响权值,迭代过程中,权值会随着实际情况而变化,有效避免了算法陷入局部最优;改进策略3引入随机扰动,随着算法的迭代,算法逐渐趋于收敛,如果陷入局部最优则很难跳出,针对一般进化类算法,一种有效的解决方式就是维持种群的多样性,本发明引入随机扰动从而增强算法迭代后期的种群多样性,从而跳出局部最优,表达如下: 其中,r3为[0,1]的随机数,M为扰动概率,ub、lb为灰狼个体的上下界,G为灰狼个体的维度,fHi+1、fXi+1表示扰动个体H和灰狼X在第i+1迭代过程中所对应的适应度函数值;步骤5利用IGWO辨识模型参数,在多种工况下利用辨识结果进行端电压预测。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南通大学,其通讯地址为:226019 江苏省南通市崇川区啬园路9号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。