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！

龙图腾网获悉西安热工研究院有限公司申请的专利一种超级电容耦合锂电池的储能调频控制方法及系统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：CN120200277B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510677718.2，技术领域涉及：H02J3/24；该发明授权一种超级电容耦合锂电池的储能调频控制方法及系统是由吴昌兵;李志鹏;兀鹏越;王小辉;康祯;寇水潮;高峰;张立松;杨沛豪;赵俊博设计研发完成，并于2025-05-26向国家知识产权局提交的专利申请。

本一种超级电容耦合锂电池的储能调频控制方法及系统在说明书摘要公布了：本发明公开了一种超级电容耦合锂电池的储能调频控制方法及系统，属于储能与调频控制技术领域，包括从原始调频指令序列中采集数据，使用搜寻法生成替代序列并通过正向、负向及综合优化，生成规律性的最优替代序列；利用最优替代序列训练GRU模型，通过改进的鲸鱼优化算法优化GRU神经网络的超参数；将最优替代序列输入优化后的GRU模型，生成初步预测结果，对预测结果结合预测残差与原始数据的偏差进行修正，得到最终预测结果。本发明显著减少了预测误差，提高调频控制系统的预测精度，有效避免局部最优问题，提升优化过程的全局性，确保生成的最优序列具有更高质量；改进鲸鱼优化算法显著提升了算法收敛效率，避免了陷入局部最优解。

本发明授权一种超级电容耦合锂电池的储能调频控制方法及系统在权利要求书中公布了：1.一种超级电容耦合锂电池的储能调频控制方法，其特征在于：包括， 从原始调频指令序列中采集数据，使用搜寻法生成替代序列并通过正向、负向及综合优化，生成规律性的最优替代序列； 利用最优替代序列训练GRU模型，基于训练结果，通过改进的鲸鱼优化算法优化GRU神经网络的超参数； 将最优替代序列输入优化后的GRU模型，生成初步预测结果，对预测结果结合预测残差与原始数据的偏差进行修正，得到最终预测结果； 所述采集数据包括， 设定原始调频序列为Pt＝[X1,X2,X3,…Xi…,XN]，前长度为0.9N[X1,X2,X3,…,X0.9N]的序列； 将前长度的序列作为输入，预测试验组[X0.9N+1,X0.9N+2,X0.9N+3,…,XN]的值和预测未知组[XN+1,XN+2,XN+3,…XN+0.1N]的值； 其中，采集试验组的实际值和预测值产生的所有误差，N为序列长度，i为变量索引； 所述生成规律性的最优替代序列包括，将原始调频序列Pt＝[X1,X2,X3,…Xi…,XN]通过搜寻法生成规律性的最优替代序列； 随机生成90组的替代序列Pt1、Pt2…Pt90，设Ptj是前30组的任意一个序列进行正向搜寻，并代入正向搜寻公式得到当前序列第i个值的随机范围，正向搜寻公式如下： Pt31到Pt60设定为中间的序列，同时存在正向搜寻和负向搜寻，设Ptj是位于Pt31到Pt60的任意一个序列代入混向搜寻公式得到序列第i个值的随机范围，混向搜寻公式如下： 设Ptj是后30组的任意一个序列进行负向搜索，并代入正向搜寻公式得到当前序列第i个值的随机范围，负向搜寻公式如下： 其中，W是Pt产生的试验组误差，Xi为原始调频指令序列的第i个值，xji为第j组替代序列的第i个值的随机范围，i、j为变量索引，Xi *的基准调整值，e1+W！是一个动态放大因子，通过组编号j和误差W的线性组合，调整搜索范围的上界；w为与误差对应的权重参数，e为自然常数，ew*i为动态收缩因子用于控制负向搜索范围的下界； 所述生成规律性的最优替代序列还包括，对生成的序列进行再优化； 设定替代序列Pt1、Pt2…Pt90的试验组产生的误差是W1、W2…W90； 在正向搜寻时产生的误差达到试验组产生的误差时，此时对应的序列是PtQ，对应的误差是W1min； 在混向搜寻时产生的误差达到试验组产生的误差时，此时对应的序列是PtW对应的误差是W2min； 在负向搜寻时产生的误差达到试验组产生的误差时，此时对应的序列是PtE对应的误差是W3min； 将得到的W1min，W2min，W3min代入下列优化公式得到最优替代序列xRi，优化公式如下： 其中，W1min、W2min、W3min分别为正向、混向、负向搜索策略下的最小误差值，xQi、xWi、xEi分别为不同搜索策略生成的序列值，sigmoidei为误差修正项，ei为第i个位置对应的误差值； 所述改进的鲸鱼优化算法包括，第一优化和第二优化； 第一优化具体为对GRU神经网络的超参数优化，采用非线性递减策略改进收敛因子； 对高鲸鱼优化算法的全局搜索和局部搜索能力进行平衡，收敛因子a改进公式如下： 其中，Tmax表示为鲸鱼算法的最大迭代次数，t当前迭代次数，tanh表示为激活函数； 采用改善后的鲸鱼优化算法对GRU神经网络的超参数进行优化，优化公式如下： Xt+1＝X*t-a·|C·X*t-Xt| 其中，Xt+1表示新的超参数组合，X*t表示最佳超参数组合，Xt表示前粒子位置，C表示随机数； 所述第二优化包括，对GRU神经网络的超参数进行优化，将GRU神经网络的学习率，隐层神经元个数设为空间中搜索粒子的属性，以输出误差作最小化为目标函数； 所述最终预测结果包括，将最优替代序列输入优化后的GRU模型； 采用改进后的鲸鱼优化算法通过最优替代序列进行预测，预测结果为[X′N+1,X′N+2,X′N+3,…X′N+i…X′N+0.1N]； 采用改进后的鲸鱼优化算法通过最优替代序列与原始序列的差值序列进行预测，预测结果为[X”N+1,X”N+2,X”N+3,…X”N+i…X”N+0.1N]； 将两种预测结果根据关联计算得到最终预测结果，其中，关联计算为： XN+i＝X'N+i-X”N+i+esinπN+i 最终的预测结果为[XN+1,XN+2,XN+3,…XN+i…XN+0.1N]； 其中，PtR表示生成的最优替代序列，X'N+0.1N为进行预测得到的初步预测值，X”N+i表示采用改进后的鲸鱼优化算法对最优替代序列与原始序列的差值序列进行预测得到的差值预测值，sinπN+i为正弦函数，输入为πN+i，用于引入周期性修正。

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西安热工研究院有限公司，其通讯地址为：710000 陕西省西安市碑林区兴庆路136号；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”。