買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉內蒙古電力(集團)有限責任公司內蒙古電力科學研究院分公司申請的專利卡爾曼濾波融合多參數優化的儲能電站SOC/SOE聯合校正方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120428119B 。

龍圖騰網通過國家知識產權局官網在2025-09-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510873409.2，技術領域涉及：G01R31/374；該發明授權卡爾曼濾波融合多參數優化的儲能電站SOC/SOE聯合校正方法是由薛守洪;岳鵬飛;楊耀國;張若朋;褚文超;吳立霞;康謙;李龍;呂小龍;王延國;趙桂平設計研發完成，并于2025-06-27向國家知識產權局提交的專利申請。

本卡爾曼濾波融合多參數優化的儲能電站SOC/SOE聯合校正方法在說明書摘要公布了：本發明公開了一種卡爾曼濾波融合多參數優化的儲能電站SOCSOE聯合校正方法，包括構建儲能系統狀態模型、設計觀測模型、初始化卡爾曼濾波器、執行預測與更新、引入多參數優化策略及輸出校正結果等步驟，能夠通過卡爾曼濾波算法實現動態環境下SOCSOE的精準校正，結合多參數優化提升校正效率與可靠性，克服現有技術在多參數耦合、信號延遲及復雜工況適應性方面的不足，為儲能電站高效運行提供理論依據和實際支持，顯著提高校正精度與系統性能。

本發明授權卡爾曼濾波融合多參數優化的儲能電站SOC/SOE聯合校正方法在權利要求書中公布了：1.一種卡爾曼濾波融合多參數優化的儲能電站SOCSOE聯合校正方法，其特征在于，包括以下步驟： S1：構建儲能系統狀態模型：基于儲能系統的物理特性，建立包含SOC和SOE的動態狀態方程； S2：設計觀測模型：基于儲能系統的實際運行數據，建立觀測方程以描述SOC和SOE的測量值與真實值之間的關系； S3：初始化卡爾曼濾波器：根據儲能系統的初始狀態和測量值，設定初始狀態估計值和初始誤差協方差矩陣； S4：執行卡爾曼濾波預測：利用狀態方程對下一時刻的狀態進行預測，并更新誤差協方差矩陣； S5：執行卡爾曼濾波更新：結合觀測值對預測狀態進行修正，并更新誤差協方差矩陣； S6：引入多參數優化策略：在卡爾曼濾波的基礎上，通過優化算法調整狀態轉移矩陣和觀測矩陣的參數； S7：校正結果輸出：將最終校正后的SOC和SOE值輸出至儲能管理系統； S8：動態環境適應性評估：通過模擬不同工況下的儲能系統運行數據評估校正方法在復雜環境中的適應性； 所述步驟S6中，優化算法的優化目標函數采用雙目標函數定義： 其中：表示算法參數集下第k時刻對SOCSOE的聯合估計向量；為高精度參比系統給出的標稱值，包括實驗室標定值；1項衡量估計精度，2項保證估計結果平滑連續，3項衡量算法在不同工況下的穩定性；為權重，通過交叉驗證或經驗設定，設 算法參數集包括： 其中：UKF權重參數影響Sigma點分布；與模型系數影響觀測映射； 粒子群優化PSO： 初始化種群：在合理范圍內隨機生成P個粒子，每個粒子對應一組θ參數向量，并隨機賦予初速度； 適應度計算：對每個粒子，運行一段時間的UKF+在線更新算法，計算目標函數； 更新個體與全局最優：根據適應度更新粒子的個體最優和全局最優； 速度與位置更新： 其中：為慣性因子，用于逐代遞減以提高收斂，為學習因子，； 迭代直到收斂：當全局最優的適應度變化小于閾值或達到最大迭代次數時停止。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人內蒙古電力(集團)有限責任公司內蒙古電力科學研究院分公司，其通訊地址為：010000 內蒙古自治區呼和浩特市玉泉區錫林南路21號內蒙古電力科學研究院科研樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。