System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及储能,具体涉及一种车载生物储能系统的性能预测方法及系统。
技术介绍
1、车载的生物储能系统,即新能源汽车上采用生物电池实现储能目的的电能转化、存储系统。其中,生物电池的燃料可以是生物质、废水、尿液、血液等,其生物催化剂可以是酶、微生物、植物等,因此具有广泛的应用前景,如生物传感器、医疗器械、环境监测等。
2、然而,生物储能系统涉及电能的转化、存储与传输,其条件参数的变量多。当前,在预测生物储能系统的系统性能时,通常是对生物储能系统中的每个子系统分别进行性能预测,根据预测值进行加权运算,得到系统综合性能。
3、目前,通过是基于多个子系统的组合方式进行性能预测,其组合方式较为简单,性能预测后的优化策略也较少,因此无法保证输出的优化策略处于较佳水平,则无法有效提升生物储能系统的性能。
技术实现思路
1、针对现有技术的不足,本专利技术的目的在于提供一种车载生物储能系统的性能预测方法及系统,旨在解决现有技术中无法保证输出的优化策略处于较佳水平,则无法有效提升生物储能系统的性能的技术问题。
2、本专利技术的第一方面在于提供一种车载生物储能系统的性能预测方法,所述生物储能系统搭载于车辆上,包括多个目标子系统,所述性能预测方法包括:
3、获取生物储能系统中各个目标子系统的系统信息与条件参数,根据所述系统信息确定所述目标子系统在所述生物储能系统中所属的系统类目;
4、根据所述目标子系统的系统类目,确定与所述目标子系统对应的参数
5、根据所述目标子系统的参数提取策略,对所述目标子系统的条件参数进行参数提取,输出至少一个优化参数;
6、将所有目标子系统对应的优化参数或初始参数进行随机组合,得到待测参数组,将所述待测参数组导入预设的性能预测模型中进行性能预测,输出所述生物储能系统的性能预测值;
7、将多个待测参数组对应的所述性能预测值进行对比,确定大于预设性能阈值的待测参数组为目标参数组,根据所述目标参数组对所述生物储能系统中任意目标子系统的条件参数进行调整。
8、根据上述技术方案的一方面,根据所述目标子系统的参数提取策略,对所述目标子系统的条件参数进行参数提取,输出至少一个优化参数的步骤,具体包括:
9、根据所述目标子系统的参数提取策略,对所述目标子系统对应的条件参数进行参数提取,输出与所述目标子系统对应的初始参数;
10、按照预设的参数调节规则,对所述初始参数进行调节,以输出与所述初始参数不同的优化参数。
11、根据上述技术方案的一方面,将所有目标子系统对应的优化参数或初始参数进行随机组合,得到待测参数组,将所述待测参数组导入预设的性能预测模型中进行性能预测,输出所述生物储能系统的性能预测值的步骤,具体包括:
12、将所述生物储能系统中至少部分的所述目标子系统的初始参数与另外部分的所述目标子系统的优化参数进行组合,得到待测参数组;
13、将所述待测参数组导入预设的性能预测模型中,通过所述性能预测模型对所述生物储能系统采用所述待测参数组进行设计的性能进行预测;
14、输出所述生物储能系统的性能预测值。
15、根据上述技术方案的一方面,将所述待测参数组导入预设的性能预测模型中,通过所述性能预测模型对所述生物储能系统采用所述待测参数组进行设计的性能进行预测的步骤,具体包括:
16、将所述待测参数组导入预设的性能预测模型中,通过所述性能预测模型按照所述待测参数组构建所述生物储能系统的虚拟模型;
17、根据所述虚拟模型对所述生物储能系统进行性能预测。
18、根据上述技术方案的一方面,根据所述虚拟模型对所述生物储能系统进行性能预测的步骤,具体包括:
19、对所述虚拟模型进行模拟测试,获取所述虚拟模型在进行模拟测试时的运行数据;
20、将所述运行数据导入至基于注意力驱动的循环神经网络模型中,得到注意力在输入向量中的分布,并进行加权平均值计算;
21、根据所述加权平均值预测所述虚拟模型在一预设时长内的动态性能,从而对所述生物储能系统进行性能预测。
22、根据上述技术方案的一方面,在对所述虚拟模型进行模拟测试,获取所述虚拟模型在进行模拟测试时的运行数据之后,所述方法还包括:
23、对所述运行数据中的异常数据进行筛除。
24、根据上述技术方案的一方面,将多个待测参数组对应的所述性能预测值进行对比,确定大于预设性能阈值的待测参数组为目标参数组,根据所述目标参数组对所述生物储能系统中任意目标子系统的条件参数进行调整的步骤,具体包括:
25、将多个待测参数组对应的所述性能预测值进行对比,得到所述性能预测值的预测值排序;
26、根据所述预测值排序,确定大于预设性能阈值的待测参数组为目标参数组;
27、根据所述目标参数组对所述生物储能系统中任意目标子系统的条件参数进行调整,以得到所述生物储能系统的优化模型;
28、并对所述优化模型进行性能预测。
29、本专利技术的第二方面在于提供一种车载生物储能系统的性能预测系统,所述生物储能系统搭载于车辆上,包括多个目标子系统,所述性能预测系统包括:
30、数据获取模块,用于获取生物储能系统中各个目标子系统的系统信息与条件参数,根据所述系统信息确定所述目标子系统在所述生物储能系统中所属的系统类目;
31、策略确定模块,用于根据所述目标子系统的系统类目,确定与所述目标子系统对应的参数提取策略;
32、参数提取模块,用于根据所述目标子系统的参数提取策略,对所述目标子系统的条件参数进行参数提取,输出至少一个优化参数;
33、参数组合模块,用于将所有目标子系统对应的优化参数或初始参数进行随机组合,得到待测参数组,将所述待测参数组导入预设的性能预测模型中进行性能预测,输出所述生物储能系统的性能预测值;
34、性能预测模块,用于将多个待测参数组对应的所述性能预测值进行对比,确定大于预设性能阈值的待测参数组为目标参数组,根据所述目标参数组对所述生物储能系统中任意目标子系统的条件参数进行调整。
35、本专利技术的第三方面在于提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述技术方案当中所述的方法。
36、本专利技术的第四方面在于提供一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可实现所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述技术方案当中所述的方法。
37、与现有技术相比,采用本专利技术所示的车载生物储能系统的性能预测方法及系统,有益效果在于:
38、通过获取车辆上生物储能系统中各个目标子系统的系统信息与条件参数,根据系统信息确定目标子系统在生物系统储能系统中的系统类目,然后根据系统类目确定其参数提取策略,之后按照本文档来自技高网...
【技术保护点】
1.一种车载生物储能系统的性能预测方法,其特征在于,所述生物储能系统搭载于车辆上,包括多个目标子系统,所述性能预测方法包括:
2.根据权利要求1所述的车载生物储能系统的性能预测方法,其特征在于,根据所述目标子系统的参数提取策略,对所述目标子系统的条件参数进行参数提取,输出至少一个优化参数的步骤,具体包括:
3.根据权利要求1所述的车载生物储能系统的性能预测方法,其特征在于,将所有目标子系统对应的优化参数或初始参数进行随机组合,得到待测参数组,将所述待测参数组导入预设的性能预测模型中进行性能预测,输出所述生物储能系统的性能预测值的步骤,具体包括:
4.根据权利要求3所述的车载生物储能系统的性能预测方法,其特征在于,将所述待测参数组导入预设的性能预测模型中,通过所述性能预测模型对所述生物储能系统采用所述待测参数组进行设计的性能进行预测的步骤,具体包括:
5.根据权利要求4所述的车载生物储能系统的性能预测方法,其特征在于,根据所述虚拟模型对所述生物储能系统进行性能预测的步骤,具体包括:
6.根据权利要求5所述的车载生物储能系统
7.根据权利要求1-6任一项所述的车载生物储能系统的性能预测方法,其特征在于,将多个待测参数组对应的所述性能预测值进行对比,确定大于预设性能阈值的待测参数组为目标参数组,根据所述目标参数组对所述生物储能系统中任意目标子系统的条件参数进行调整的步骤,具体包括:
8.一种车载生物储能系统的性能预测系统,其特征在于,所述生物储能系统搭载于车辆上,包括多个目标子系统,所述性能预测系统包括:
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-7任一项所述的方法。
10.一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可实现所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-7任一项所述的方法。
...【技术特征摘要】
1.一种车载生物储能系统的性能预测方法,其特征在于,所述生物储能系统搭载于车辆上,包括多个目标子系统,所述性能预测方法包括:
2.根据权利要求1所述的车载生物储能系统的性能预测方法,其特征在于,根据所述目标子系统的参数提取策略,对所述目标子系统的条件参数进行参数提取,输出至少一个优化参数的步骤,具体包括:
3.根据权利要求1所述的车载生物储能系统的性能预测方法,其特征在于,将所有目标子系统对应的优化参数或初始参数进行随机组合,得到待测参数组,将所述待测参数组导入预设的性能预测模型中进行性能预测,输出所述生物储能系统的性能预测值的步骤,具体包括:
4.根据权利要求3所述的车载生物储能系统的性能预测方法,其特征在于,将所述待测参数组导入预设的性能预测模型中,通过所述性能预测模型对所述生物储能系统采用所述待测参数组进行设计的性能进行预测的步骤,具体包括:
5.根据权利要求4所述的车载生物储能系统的性能预测方法,其特征在于,根据所述虚拟模型对所述生物储能系统进行性能预测的步骤...
【专利技术属性】
技术研发人员:龚循飞,邓建明,廖程亮,张俊,吴静,张萍,熊慧慧,
申请(专利权)人:江西五十铃汽车有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。