专利交易市场

本实用新型公开了一种分布式储能运行状态检测装置，应用在电池检测领域，包括检测仪主体和防护机构，所述检测仪主体的背面从上至下分别焊接有第一固定板和第二固定板，所述第一固定板的底部设置有定位板，所述定位板的顶部通过轴承转动连接有螺纹杆，所述螺纹杆的另一端贯穿并延伸至第一固定板的顶部，所述检测仪主体的正面设置有检修板，所述检修板的两侧均开设有安装槽，所述检测仪主体的内部通过凹槽卡接有两个卡板；能够对自身进行定位，使工作人员双手得到解放，减轻了工作人员的工作负担，同时能够便于对检修板进行拆卸，操作简单方便，提高了工作人员的检修效率，实用性高。

本发明公开了考虑内阻的数据驱动算法估算锂电池SOC的方法。该发明方法首先使用试验设备对锂离子电池进行充放电试验，测量电池在不同工作状态下的电压、电流、温度以及内阻数据，并对得到的数据进行预处理。接着搭建一个双向GRU网络，经过处理的数据一部分作为训练集来训练网络，另一部分则作为测试集来评估网络性能。最后为了提高所构建网络性能，使用NAG算法对双向GRU网络进行优化。构建好的双向GRU‑NAG网络输入为电池的电压、电流、温度和内阻，输出为电池的剩余电量，有着估算速度快，过程简单的优点，是一种数据驱动的电池剩余电量估算模型。

电池状态监控专用的电阻膜,其特征在于:包括第一电阻膜节点(G1-1-1)、第二电阻膜节点(G1-1-2)、第一网面(G-2-1)、第二网面(G1-2-2)、中间部(G1-3)。本发明成本低廉，结构简单，寿命长，能够及时发现故障，能够及时发现电池鼓胀等问题，开创了新思路。

本发明提供一种基于气液动力学模型的锂离子电池SOC精确估算方法，该气液动力学模型为一个筒状密闭容器，在容器的顶部安装有管道及一个可开闭的阀门，筒状容器内有Vw体积的液体，剩下的溶积V是压强为P的气体。该SOC精确估算方法从气液共存系统角度建立模型有别于传统的RC等效电路模型及电化学模型，包含如下步骤：依据气液共存系统模型列出理想气体状态方程、气体连续运动方程和气液溶解平衡方程等；依据模型方程推导气液共存系统稳态与瞬态递推公式；对某型号电池作间歇充放电静置试验；拟合SOC与开路电压关系表达式并识别气液共存系统模型的参数值，实现在线估算电池SOC值。本发明递推公式简单，具有自收敛特性，能够准确刻画电池的非线性特性。

本发明提供了一种基于郊狼优化算法的锂电池参数辨识与SOC估计方法，包括以下步骤：步骤一：通过间歇恒流放电测取锂电池的电流、电压；步骤二：建立锂电池二阶RC等效电路模型；步骤三：构建郊狼优化算法；步骤四：构建扩展卡尔曼滤波算法；步骤五：利用郊狼优化算法确定锂电池模型中的各个参数，并对电池SOC进行估计。本发明的有益效果为：本发明建立锂电池二阶RC模型，推导其离散状态空间表达式，利用郊狼优化算法进行模型参数辨识，相比于传统启发式算法辨识精度高、收敛速度快，利用辨识结果进行SOC估计，估计误差小，验证了郊狼优化算法在参数辨识方面的精确性。

本发明属于锂电池SoC估计领域，具体涉及一种基于卡尔曼滤波器和神经网络联合估计模型的SoC估计方法；该方法包括：实时获取待检测的锂电池的电流和电压；将获取的电流和电压输入到神经网络联合估计模型中，得到待检测的锂电池SoC估计结果，本发明利用锂电池电化学模型结合神经网络非线性参数化方法，提高了模型的泛化能力；使用Sage‑Husa估计器与无迹卡尔曼滤波算法结合，提高算法估计精度；通过实时更新模型参数，解决了因环境变化和自身老化造成的锂电池模型准确性降低的问题；与深度学习的估计方法相比，需要的数据量更小，抗噪声的能力更强。

本实用新型涉及锂电池生产技术领域，本实用新型公开了一种锂电池生产的安全监测设备，包括监测仪器和保护组件，所述监测仪器包括显示端、机体和两个把手。本实用新型通过设置监测仪器、显示端、机体、把手、保护组件、底板和支腿等结构部件，通过监测仪器可以实时监测锂电池状态，通过保护组件可以对监测仪器进行保护，通过两个除尘组件能够对机体散热中流动的空气进行拦截灰尘，从而减少灰尘进入机体的内部，通过两个定位组件，能够使监测仪器与保护组件固定或分离，通过存放组件能够收集监测锂电池数据的资料，达到了对监测仪器的保护效果更好的效果，解决监测仪器的保护效果不够好问题。