买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 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

【发明公布】基于蜜獾算法优化EnInEntropy-ELM的锂电池SOC估计方法及系统_陕西智联脑控科技有限公司_202311188061.0 

申请/专利权人:陕西智联脑控科技有限公司

申请日:2023-09-14

公开(公告)日:2023-12-15

公开(公告)号:CN117233606A

主分类号:G01R31/367

分类号:G01R31/367;G01R31/3842;G06F18/214;G06N3/006;G06N3/0499;G06N3/0985

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.01.02#实质审查的生效;2023.12.15#公开

摘要:本发明公开了一种基于蜜獾算法优化EnInEntropy‑ELM的锂电池SOC估计方法及系统,方法包括以下步骤:以电压、电流和温度为输入数据,利用优化过后的EnInEntropy‑ELM模型进行SOC估计;其中,EnInEntropy‑ELM模型采用集成信息熵准则替换传统ELM中的MSE构建得到,所述EnInEntropy‑ELM模型采用蜜獾优化算法进行优化WBA是基于蜜獾觅食行为的元启发式优化算法,可被用来解决EnInEntropy‑ELM网络中隐藏层节点数以及集成信息熵准则函数中的自由参数p和γ在非高斯混合噪声下难以确定的问题,在训练标签值中分别添加以均值噪声及拉普拉斯噪声为背景噪声的非高斯混合噪声,利用优化后的超参数进行训练,最终使用测试集验证所提模型的SOC估计鲁棒性,与传统ELM相比,HBA‑EnInEntropy‑ELM在非高斯混合噪声干扰下具备更好的估计精度及稳定性。

主权项:1.基于蜜獾算法优化EnInEntropy-ELM的锂电池SOC估计方法,其特征在于,包括以下步骤:以电压、电流和温度为输入数据,利用优化过后的EnInEntropy-ELM模型进行SOC估计;其中,EnInEntropy-ELM模型采用集成信息熵准则替换传统ELM中的MSE构建得到,所述EnInEntropy-ELM模型采用蜜獾优化算法进行优化。

全文数据:

权利要求:

百度查询: 陕西智联脑控科技有限公司 基于蜜獾算法优化EnInEntropy-ELM的锂电池SOC估计方法及系统

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。