[发明专利]基于深度学习组合扩展卡尔曼滤波的储能电池荷电状态在线估计方法及系统在审
申请号: | 202310312415.1 | 申请日: | 2023-03-28 |
公开(公告)号: | CN116359742A | 公开(公告)日: | 2023-06-30 |
发明(设计)人: | 朱立位;伏祥运;李相俊;牛萌;岳付昌;董立志;李红;宋家康;修晓青;马会萌;李光熹 | 申请(专利权)人: | 国网江苏省电力有限公司连云港供电分公司;中国电力科学研究院有限公司 |
主分类号: | G01R31/367 | 分类号: | G01R31/367;G01R31/3842;G06N3/08;G06N3/0464 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 段宇轩 |
地址: | 222023 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于深度学习组合扩展卡尔曼滤波的储能电池荷电状态在线估计方法及系统,包括:实时采集储能电池的相关参数数据;对采集的数据预处理和数据重构,作为训练集;搭建用于储能电池SOC预测的深度神经网络DNN,并通过训练集学习训练;深度神经网络DNN采用ResNet模型结构,ResNet模型结构的残差块由两个卷积层和一个跨层连接组成,其中卷积层的输出通道数可不同,跨层连接是恒等映射或者卷积映射;通过扩展卡尔曼滤波算法对深度神经网络DNN输出的预估值进行补偿和滤波,获取最终的储能电池SOC预估值。本发明具有估计精度高、实时性好、使用方便等优点,可为储能电池领域的开发和应用提供有效的技术支持。 | ||
搜索关键词: | 基于 深度 学习 组合 扩展 卡尔 滤波 电池 状态 在线 估计 方法 系统 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网江苏省电力有限公司连云港供电分公司;中国电力科学研究院有限公司,未经国网江苏省电力有限公司连云港供电分公司;中国电力科学研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202310312415.1/,转载请声明来源钻瓜专利网。
- 上一篇:一种自选通存储器
- 下一篇:无线信号中继装置、方法以及终端设备