申请/专利权人：华南理工大学

申请日：2021-12-29

公开（公告）日：2024-04-02

公开（公告）号：CN114372233B

主分类号：G06F17/13

分类号：G06F17/13;G06F17/18;G06N3/126

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2022.05.06#实质审查的生效;2022.04.19#公开

摘要：本发明公开了一种基于时域离散化的超级电容多分数阶模型参数辨识方法，包括：1确定合适的超级电容多分数阶模型及待辨识参数；2建立多分数阶传递函数；3对传递函数中的分数阶微积分算子进行拉普拉斯反变换；4对连续的多分数阶微积分方程进行离散化近似处理；5为获取方程中的待辨识参数，对超级电容进行DST动态应力测试，采集实测电压电流；6对待辨识参数进行种群优化辨识；7将最优的辨识参数代入多分数阶模型中，计算模型端电压；8对比计算电压与实测电压，若误差符合要求，则辨识成功，否则重新构造超级电容多分数阶模型，直至误差符合要求为止。本发明可提高超级电容的建模精度，为超级电容精确充放电控制提供支撑。

主权项：1.基于时域离散化的超级电容多分数阶模型参数辨识方法，其特征在于，包括如下步骤：1确定合适的超级电容多分数阶模型及待辨识参数；2由确定的超级电容多分数阶模型，建立多分数阶传递函数；3对多分数阶传递函数中的分数阶微积分算子进行拉普拉斯反变换，转化为连续的多分数阶微积分方程；所述分数阶微积分算子的拉普拉斯变换如式1-1所示： 式中，为分数阶微积分算子，α为分数阶阶数，α∈R，R为实数，当α＞0时，为微分运算，当α＜0时，为积分运算，当α＝0时，t为当前时刻，t0为初始时刻，当t0＝0时，能够在表达式中省去；j为计数变量；λ为α定义的自然数，N为自然数；s为复变量；ft为采样函数，Fs为频域函数；分数阶微积分算子拉普拉斯变换后含有初始条件f0，由于超级电容多分数阶模型的多分数阶传递函数是在零初始条件下定义的，因此，分数阶微积分算子的拉普拉斯的变换如式1-2所示： 4基于G-L分数阶微积分定义，在时域中对连续的多分数阶微积分方程进行离散化近似处理；5为获取方程中的参数，对待测超级电容单体进行DST动态应力测试，采集实测电压电流，作为参数辨识的数据；6制定参数辨识的进化策略，随机产生初始种群，确定目标函数和适应度函数，对待辨识参数进行种群优化辨识，得到最优的辨识参数；所述目标函数为离散化后的分数阶微积分方程，其近似解即为辨识出的计算电压；所述适应度函数由计算电压和实测电压的均方差，并引入罚函数构成，其表达式如式1-6所示： 式中，Y为适应度函数，A为惩罚系数，y为误差函数如式1-7所示，yp为罚函数如式1-8所示： 式中，j为计数变量，m为采样点数，Up为计算电压，U为实测电压；7将最优的辨识参数代入超级电容多分数阶模型中，计算模型端电压，即为计算电压；8对比计算电压与实测电压，若误差符合要求，则参数辨识成功，否则重新构造超级电容多分数阶模型，重复步骤1-8，直至误差符合要求为止。

全文数据：

权利要求：

百度查询： 华南理工大学 基于时域离散化的超级电容多分数阶模型参数辨识方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD