-
公开(公告)号：CN105425153B
公开(公告)日：2017-12-05
申请号：CN201510732030.6
申请日：2015-11-02
Applicant: 北京理工大学
IPC: G01R31/36
Abstract: 本发明涉及电动车辆的动力电池管理系统，尤其涉及动力电池管理系统估计动力电池的荷电状态的方法。为提高电动车辆的电池管理系统对动力电池的荷电状态SOC的估计精度及估计稳定性，本发明提出一种估计电动车辆的动力电池的荷电状态的方法，采集动力电池的端电压和充放电电流；建立动力电池的系统模型；采用安时积分法以及采用状态观测器CDKF、AEKF和H infinity配合系统模型分别对动力电池的荷电状态进行估计得到zk,Ah,zk,CDKF,zk,AEKF和zk,Hinf；对zk,Ah,zk,CDKF,zk,AEKF和zk,Hinf进行加权计算得到最终估计值zk，zk＝w1zk,Ah+w2zk,CDKF+w3zk,AEKF+w4zk,Hinf，加权系数w1+w2+w3+w4＝1。该估计方法采用多种方法进行估计并经加权计算得出最终的估计值，精度可达到2％以内，大部分达到1％以内，不易发散，稳定性高。
-
公开(公告)号：CN103983920B
公开(公告)日：2016-08-24
申请号：CN201410238428.X
申请日：2014-05-30
Applicant: 北京理工大学
IPC: G01R31/36
Abstract: 本发明涉及电池技术领域。为解决现有的基于等效电路模型的动力电池管理系统中动力电池模型复杂度过高或模型精度过低，以及建模时对数据格式过度依赖的问题，本发明提出一种建立电动车辆的动力电池的模型的方法,划分待提取数据所处的荷电状态SoC区间得到N个待辨识采样区间，对待辨识采样区间设置编号m，且m＝1,2,3，……，N，并提取动力电池的充、放电电流及电压；对待辨识采样区间的增大范围增大次数λ和优化次数γ进行初始化设置；进行参数辨识并保存辨识得到的参数，辨识完成后对动力电池不同阶次的模型进行精度分析，根据需要添加误差补偿函数进行优化，进行AIC阶次评估，得到精度与复杂度最佳平衡后的模型。建模成本低，且模型精度高。
-
公开(公告)号：CN104502754B
公开(公告)日：2020-05-12
申请号：CN201410771472.7
申请日：2014-12-14
Applicant: 北京理工大学
IPC: G01R31/00 , G01M17/007
Abstract: 本发明基于MATLAB/Simulink软件建立纯电动车辆的仿真模型，模拟纯电动车辆的故障工况，进而获得纯电动车辆在故障工况下的传感器信号；运用模式识别的理论方法，建立以故障工况下的传感器信号为集合的模式空间，并对其提取特征指数，根据特征指数在不同故障下标准差系数的差异，选择标准差系数最大的特征指数为该传感器信号的特征，通过降维处理建立具有较低维数的电动车辆故障的特征空间；运用人工神经网络分类技术，使用MATLAB神经网络工具箱设计并建立BP神经网络，对特征空间进行判决和分类，从而完成对纯电动车辆故障工况的模式识别，实现纯电动车辆的故障诊断。
-
Patent Agency Ranking
公开(公告)号：CN107238800B
公开(公告)日：2019-11-12
申请号：CN201710439511.7
申请日：2017-06-12
Applicant: 北京理工大学
IPC: G01R31/367 , G01R31/387 , G06F17/50
Abstract: 本发明提出了一种基于相关向量机和粒子滤波的动力电池系统剩余可用寿命预测方法，其利用相关向量机提取所采集的动力电池容量衰退的特征向量值，并建立动力电池系统的老化模型，基于该老化模型结合粒子滤波理论对动力电池系统的剩余可用寿命实现预测。该方法具有可有效降低训练数据量、提高算法的预测精度、保证RUL估计器的稳定性等诸多有益效果，有望在实际应用中获得精确、可靠的预测结果。
-
公开(公告)号：CN107479000A
公开(公告)日：2017-12-15
申请号：CN201710706002.6
申请日：2017-08-17
Applicant: 北京理工大学
Abstract: 本发明提出一种基于Box-Cox变换以及蒙特卡罗仿真的动力电池RUL预测方法，其应用Box-Cox变换对电池容量进行变换，构建容量变换值与循环次数之间的线性模型，并利用最小二乘算法对模型参数以及模型不确定性进行辨识，剩余寿命的不确定性应用蒙特卡罗仿真产生。该算法可以缩减精确剩余寿命预测所需的在线老化数据，当有离线老化数据时，精确剩余寿命预测所需要的在线数据量最低仅为电池总衰减数据量的30％。
-
公开(公告)号：CN107238800A
公开(公告)日：2017-10-10
申请号：CN201710439511.7
申请日：2017-06-12
Applicant: 北京理工大学
IPC: G01R31/36
Abstract: 本发明提出了一种基于相关向量机和粒子滤波的动力电池系统剩余可用寿命预测方法，其利用相关向量机提取所采集的动力电池容量衰退的特征向量值，并建立动力电池系统的老化模型，基于该老化模型结合粒子滤波理论对动力电池系统的剩余可用寿命实现预测。该方法具有可有效降低训练数据量、提高算法的预测精度、保证RUL估计器的稳定性等诸多有益效果，有望在实际应用中获得精确、可靠的预测结果。
-
公开(公告)号：CN103991384B
公开(公告)日：2016-04-20
申请号：CN201410226728.6
申请日：2014-05-26
Applicant: 北京理工大学
Abstract: 本发明涉及电动车辆行车制动领域。为使电动车辆的再生能量回馈制动与液压制动协调，本发明提出一种电动车辆的复合制动系统，包括整车控制器、驱动电机、驱动电机控制器、制动协调器；整车控制器中设置有估计电动车辆的状态用的车辆状态估计模块，根据电动车辆状态选用复合制动模式或液压制动模式进行制动；整车控制器分别与驱动电机控制器、制动协调器连接，控制驱动电机的工作模式和输出扭矩，调节电机制动扭矩和液压制动扭矩；驱动电机中的第一驱动电机和第二驱动电机分别根据控制指令驱动车轴转动或向车轴施加电机制动扭矩。采用该复合制动系统对电动车辆进行制动，电动车辆在保证制动稳定性的基础上提高了再生制动能量的回收效率。
-
公开(公告)号：CN103983920A
公开(公告)日：2014-08-13
申请号：CN201410238428.X
申请日：2014-05-30
Applicant: 北京理工大学
IPC: G01R31/36
Abstract: 本发明涉及电池技术领域。为解决现有的基于等效电路模型的动力电池管理系统中动力电池模型复杂度过高或模型精度过低，以及建模时对数据格式过度依赖的问题，本发明提出一种建立电动车辆的动力电池的模型的方法,划分待提取数据所处的荷电状态SoC区间得到N个待辨识采样区间，对待辨识采样区间设置编号m，且m＝1,2,3，……，N，并提取动力电池的充、放电电流及电压；对待辨识采样区间的增大范围增大次数λ和优化次数γ进行初始化设置；进行参数辨识并保存辨识得到的参数，辨识完成后对动力电池不同阶次的模型进行精度分析，根据需要添加误差补偿函数进行优化，进行AIC阶次评估，得到精度与复杂度最佳平衡后的模型。建模成本低，且模型精度高。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.023 seconds)
