[發(fā)明專利]應(yīng)用于電力系統(tǒng)的超級(jí)電容器壽命預(yù)測方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110010643.4
• 申請(qǐng)日: 2021-01-06
• 公開（公告）號(hào): CN112329352A
• 公開（公告）日: 2021-02-05
• 發(fā)明（設(shè)計(jì)）人: 戴吉勇;閔銳;孫建瑞;孟賓;王凱;李曉晨;趙坤;韓書婷
• 申請(qǐng)（專利權(quán)）人: 山東廣域科技有限責(zé)任公司
• 主分類號(hào): G06F30/27
• 分類號(hào): G06F30/27;G06F30/25;G06F119/04
• 代理公司: 長沙新裕知識(shí)產(chǎn)權(quán)代理有限公司 43210
• 代理人: 劉加

1.一種應(yīng)用于電力系統(tǒng)的超級(jí)電容器壽命預(yù)測方法，其特征在于，包括：

步驟S101：初始化極限學(xué)習(xí)機(jī)ELM模型的參數(shù)；

步驟S102：對(duì)啟發(fā)式卡爾曼濾波HKF算法的指定半徑ρ、粒子數(shù)量N、最佳粒子數(shù)量N_ζ、減速系數(shù)α和迭代次數(shù)k賦值，其中設(shè)置初始迭代次數(shù)k=0，并設(shè)置最大迭代次數(shù)；

步驟S103：生成高斯發(fā)生器N(m_k, S_k²)，所述高斯發(fā)生器N(m_k, S_k²)用于在迭代中生成滿足均值m_k，標(biāo)準(zhǔn)差S_k的正態(tài)分布粒子群；

步驟S104：將電容老化檢測數(shù)據(jù)集作為原始數(shù)據(jù)集，并將所述原始數(shù)據(jù)集劃分為訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集；

步驟S105：通過所述高斯發(fā)生器N(m_k, S_k²)生成N組粒子；

步驟S106：將所述N組粒子作為所述HKF算法的隨機(jī)參數(shù)，將所述訓(xùn)練數(shù)據(jù)集引入所述ELM模型進(jìn)行數(shù)據(jù)訓(xùn)練；

步驟S107：將AE函數(shù)作為所述ELM模型和所述HKF算法的損失函數(shù)，并通過所述訓(xùn)練數(shù)據(jù)集在所述ELM模型中產(chǎn)生的AE值進(jìn)行函數(shù)修正；將MSE函數(shù)、RMSE函數(shù)和R2決定系數(shù)作為所述ELM模型的代價(jià)函數(shù)；

步驟S108：根據(jù)損失函數(shù)，在所述N組粒子中選擇出N_ζ組粒子作為最佳候選值；

步驟S109：計(jì)算所述N_ζ組粒子的最優(yōu)平均值ζ_k和觀測噪聲v_k；

步驟S110：在所述HKF算法中進(jìn)行卡爾曼更新，計(jì)算m_k+1和S_k+1；

步驟S111：設(shè)m_k= m_k+1, S_k= S_k+1，完成第k+1次迭代初始化；

步驟S112：判斷所述m_k是否符合預(yù)設(shè)條件，如果符合所述預(yù)設(shè)條件或者迭代次數(shù)達(dá)到最大值，則迭代結(jié)束，進(jìn)入S113；如果不符合所述預(yù)設(shè)條件，返回步驟S105；

步驟S113：將所述m_k值作為所述ELM模型的輸入權(quán)重和偏置量；

步驟S114：將所述原始數(shù)據(jù)集的自變量輸入所述ELM模型，開始預(yù)測；

步驟S115：獲得包含所述原始數(shù)據(jù)集的自變量和預(yù)測值的電容老化預(yù)測數(shù)據(jù)集。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟S105，具體包括：

所述高斯發(fā)生器N(m_k, S_k²)生成N組滿足正態(tài)分布的粒子群，記為：，其中，x_k(i)為粒子標(biāo)記，i=1,2,3,…N，N為粒子數(shù)量。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述步驟S108，具體包括：

通過損失函數(shù)計(jì)算粒子x_k(i)與均值m_k的誤差，按照誤差由小到大的順序，選中前N_ζ枚組成最佳候選粒子群 ，記為： ，其中，N_ζ為最佳粒子數(shù)量。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述步驟S109，具體包括：

通過式計(jì)算N_ζ組粒子的最優(yōu)平均值ζ_k，通過式計(jì)算觀測噪聲v_k。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述步驟S110，具體包括：

在所述HKF算法中，卡爾曼估計(jì)的表達(dá)式為： ，其中， 為粒子后驗(yàn)估計(jì)值； 為粒子先驗(yàn)估計(jì)值的最優(yōu)值；A_k和L_k為狀態(tài)轉(zhuǎn)移矩陣。