买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司申请的专利卡尔曼滤波融合多参数优化的储能电站SOC/SOE联合校正方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120428119B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510873409.2，技术领域涉及：G01R31/374；该发明授权卡尔曼滤波融合多参数优化的储能电站SOC/SOE联合校正方法是由薛守洪;岳鹏飞;杨耀国;张若朋;褚文超;吴立霞;康谦;李龙;吕小龙;王延国;赵桂平设计研发完成，并于2025-06-27向国家知识产权局提交的专利申请。

本卡尔曼滤波融合多参数优化的储能电站SOC/SOE联合校正方法在说明书摘要公布了：本发明公开了一种卡尔曼滤波融合多参数优化的储能电站SOCSOE联合校正方法，包括构建储能系统状态模型、设计观测模型、初始化卡尔曼滤波器、执行预测与更新、引入多参数优化策略及输出校正结果等步骤，能够通过卡尔曼滤波算法实现动态环境下SOCSOE的精准校正，结合多参数优化提升校正效率与可靠性，克服现有技术在多参数耦合、信号延迟及复杂工况适应性方面的不足，为储能电站高效运行提供理论依据和实际支持，显著提高校正精度与系统性能。

本发明授权卡尔曼滤波融合多参数优化的储能电站SOC/SOE联合校正方法在权利要求书中公布了：1.一种卡尔曼滤波融合多参数优化的储能电站SOCSOE联合校正方法，其特征在于，包括以下步骤： S1：构建储能系统状态模型：基于储能系统的物理特性，建立包含SOC和SOE的动态状态方程； S2：设计观测模型：基于储能系统的实际运行数据，建立观测方程以描述SOC和SOE的测量值与真实值之间的关系； S3：初始化卡尔曼滤波器：根据储能系统的初始状态和测量值，设定初始状态估计值和初始误差协方差矩阵； S4：执行卡尔曼滤波预测：利用状态方程对下一时刻的状态进行预测，并更新误差协方差矩阵； S5：执行卡尔曼滤波更新：结合观测值对预测状态进行修正，并更新误差协方差矩阵； S6：引入多参数优化策略：在卡尔曼滤波的基础上，通过优化算法调整状态转移矩阵和观测矩阵的参数； S7：校正结果输出：将最终校正后的SOC和SOE值输出至储能管理系统； S8：动态环境适应性评估：通过模拟不同工况下的储能系统运行数据评估校正方法在复杂环境中的适应性； 所述步骤S6中，优化算法的优化目标函数采用双目标函数定义： 其中：表示算法参数集下第k时刻对SOCSOE的联合估计向量；为高精度参比系统给出的标称值，包括实验室标定值；1项衡量估计精度，2项保证估计结果平滑连续，3项衡量算法在不同工况下的稳定性；为权重，通过交叉验证或经验设定，设 算法参数集包括： 其中：UKF权重参数影响Sigma点分布；与模型系数影响观测映射； 粒子群优化PSO： 初始化种群：在合理范围内随机生成P个粒子，每个粒子对应一组θ参数向量，并随机赋予初速度； 适应度计算：对每个粒子，运行一段时间的UKF+在线更新算法，计算目标函数； 更新个体与全局最优：根据适应度更新粒子的个体最优和全局最优； 速度与位置更新： 其中：为惯性因子，用于逐代递减以提高收敛，为学习因子，； 迭代直到收敛：当全局最优的适应度变化小于阈值或达到最大迭代次数时停止。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司，其通讯地址为：010000 内蒙古自治区呼和浩特市玉泉区锡林南路21号内蒙古电力科学研究院科研楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。