[发明专利]一种基于差分进化的超级电容模型参数辨识方法在审

专利信息
申请号: 202010693145.X 申请日: 2020-07-17
公开(公告)号: CN111859803A 公开(公告)日: 2020-10-30
发明(设计)人: 赵洋;康丽;张兆云 申请(专利权)人: 东莞理工学院
主分类号: G06F30/27 分类号: G06F30/27;G06F30/36;G06F111/10
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 张金福
地址: 523000 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 进化 超级 电容 模型 参数 辨识 方法
【权利要求书】:

1.一种基于差分进化的超级电容模型参数辨识方法,其特征在于,包括以下步骤:

S1:根据超级电容的工作机理建立超级电容的等效电路模型;

S2:基于超级电容的等效电路模型得到其对应的离散传递函数模型;

S3:基于超级电容的离散传递函数模型并结合输出误差准则确定参数辨识的目标函数;

S4:初始化差分进化算法并选定差分进化算法的进化策略;

S5:根据目标函数计算所有初始种群的适应度;

S6:根据进化策略对个体目标向量进行变异操作,生成变异向量;

S7:根据交叉操作策略对个体目标向量和变异向量进行交叉向量,生成试验向量;

S8:根据选择操作策略,即通过试验向量与个体目标向量之间进行竞争后选择适应度更优的向量作为子代;

S9:判断是否到初始化设置的进化代数,若是,则得到最优解,完成参数的辨识;否则,返回执行步骤S6。

2.根据权利要求1所述的一种基于差分进化的超级电容模型参数辨识方法,其特征在于,在所述步骤S1中,所述等效电路模型的参数用于表征超级电容的电器特性。

3.根据权利要求1所述的一种基于差分进化的超级电容模型参数辨识方法,其特征在于,在所述步骤S4中,所述初始化差分进化算法具体为初始化种群规模、进化代数、缩放因子和交叉概率因子。

4.根据权利要求3所述的一种基于差分进化的超级电容模型参数辨识方法,其特征在于,在所述种群规模和进化代数初始化过程中,种群规模和进化代数需要配合选择,种群规模在20,30,50,100数值中通过差分进化算法运行的结果进行比较做出选择,进化代数需要保证算法可以收敛时做出选择。

5.根据权利要求3所述的一种基于差分进化的超级电容模型参数辨识方法,其特征在于,所述缩放因子用于调节差分进化算法的局部搜索和全局搜索能力;缩放因子越大,越利于保持种群多样性和全局搜索;缩放因子越小,越利于局部搜索和提高收敛速度。

6.根据权利要求5所述的一种基于差分进化的超级电容模型参数辨识方法,其特征在于,所述交叉概率因子大,收敛速度快,但算法稳定性差;交叉概率因子小,收敛速度慢,但算法稳定性好。

7.根据权利要求6所述的一种基于差分进化的超级电容模型参数辨识方法,其特征在于,所述缩放因子通过比较不同的缩放因子获得的运行结果进行比较做出选择;所述交叉概率因子通过比较不同的交叉概率因子获得的运行结果比较做出选择。

8.根据权利要求1-7任一项所述的一种基于差分进化的超级电容模型参数辨识方法,其特征在于,在所述步骤S4中,所述差分进化算法的进化策略具体表示为:

其中,x代表目标向量;r1,r2,r3表示种群中不同的个体的索引号,且为互不相同的整数;F为缩放因子;t为当前迭代次数。

9.根据权利要求8所述的一种基于差分进化的超级电容模型参数辨识方法,其特征在于,在所述步骤S7中,所述交叉操作策略具体表示为:

其中,x代表个体目标向量;v代表变异向量;u代表试验向量;CR为交叉概率因子;i和j为整数,标记所选择的具体向量。

10.根据权利要求9所述的一种基于差分进化的超级电容模型参数辨识方法,其特征在于,在所述步骤S8中,所述选择操作策略具体表示为:

其中,f代表目标函数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东莞理工学院,未经东莞理工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010693145.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top