Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于蝙蝠算法的电池健康状态不确定性评价方法 

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!

申请/专利权人:上海工程技术大学;上海市曹杨职业技术学校

摘要:本发明公开了一种基于蝙蝠算法的电池健康状态不确定性评价方法,属于锂离子电池技术领域。它包括以下步骤:S1、基于锂离子电池充电时的恒流特性,构建健康因子;S2、利用区间形式所表示的泛灰数表示输入数据和输出数据,其中,输入数据为健康因子;输出数据为实测电池的SOH;S3、确定最优的核参数g和正则化系数C;S4、构建核极限学习机;S5:将各测试集都导入核极限学习机,得到锂电池SOH估计区间值,再取锂电池SOH估计区间值的中间值,比较及评价中间值的误差。相比于未使用泛灰数来说均方根误差要低,从而有效降低了电池健康状态的估计误差,使得预估结果的可信区间在确定电池健康状态不确定性的问题上更加精确合理。

主权项:1.一种基于蝙蝠算法的电池健康状态不确定性评价方法,其特征在于:包括以下步骤:S1、基于锂离子电池充电时的恒流特性,构建健康因子,即恒流充电时间T1、恒流充电阶段电压上升等电压区间内所需时间T2;S2、利用区间形式所表示的泛灰数表示输入数据和输出数据,其中,输入数据为步骤S1中的T1和T2;输出数据为实测电池的SOH;S3、归一化处理步骤S2中的输入数据和输出数据,将处理好的输入数据分别挑选输入数据训练集P和输入数据测试集TV.P,同理,再分别挑出输出数据训练集T和输出数据测试集TV.T,将输入数据训练集P和输出数据训练集T导入到蝙蝠算法中进行迭代,以确定最优的核参数g和正则化系数C;S4、利用步骤S3中最优的核参数g和正则化系数C以及径向基函数构建核极限学习机;S5:将步骤S3中的输入数据测试集和输出数据测试集都导入步骤S4构建的核极限学习机,得到锂电池SOH估计区间值,再取锂电池SOH估计区间值的中间值,比较及评价中间值的误差。

全文数据:

权利要求:

百度查询: 上海工程技术大学 上海市曹杨职业技术学校 一种基于蝙蝠算法的电池健康状态不确定性评价方法

免责声明
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。