申请/专利权人:南京邮电大学
申请日:2023-10-17
公开(公告)日:2023-12-08
公开(公告)号:CN117192381A
主分类号:G01R31/367
分类号:G01R31/367
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.12.26#实质审查的生效;2023.12.08#公开
摘要:本发明公开了一种基于改进郊狼优化算法的锂离子电池参数辨识方法,属于电动汽车电池技术领域,包括:获取锂离子电池等效电路模型的离散状态空间方程;通过分数阶微分运算和双学习策略重新构建郊狼优化算法,获取改进后的郊狼优化算法;利用改进后的郊狼优化算法识别锂离子电池等效电路模型离散状态空间方程中的未知参数值。本发明利用等效电路模型作为锂离子电池的等效电路模型来描述锂离子电池的内部动态特性并建立了等效电路模型的离散状态空间方程,分数阶微分运算和双学习策略来重新构建郊狼优化算法,提高了郊狼优化算法的收敛速度和搜索能力,改进后的郊狼优化算法对等效电路模型的未知参数值进行了识别,提高了未知参数识别精度。
主权项:1.一种基于改进郊狼优化算法的锂离子电池参数辨识方法,其特征在于,包括:获取锂离子电池等效电路模型的离散状态空间方程;通过分数阶微分运算和双学习策略重新构建郊狼优化算法,获取改进后的郊狼优化算法;利用改进后的郊狼优化算法识别锂离子电池等效电路模型离散状态空间方程中的未知参数值。
全文数据:
权利要求:
百度查询: 南京邮电大学 一种基于改进郊狼优化算法的锂离子电池参数辨识方法
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。