-
公开(公告)号：CN117970116A
公开(公告)日：2024-05-03
申请号：CN202311741485.5
申请日：2023-12-18
Applicant: 重庆大学
IPC: G01R31/367 , B60L58/12 , B60L58/16 , G01R31/36 , G01R31/3842 , G01R31/392 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08 , G06F18/2113 , G06F18/25
Abstract: 本发明涉及一种基于增强机器学习和实车数据的电池包容量估算方法，属于电池技术领域。该方法为：对实车数据进行预处理，包括异常数据处理和状态片段划分；确定机器学习模型的输入和输出，结合电池开路电压法和戴维南等效电路模型欧姆内阻快速计算方法获得电池充电片段初始SOC，利用安时积分法逆向表达获取电池包准确的标签容量，作为模型输出；提取多源信息融合的电池健康特征，通过相关性分析确定最优健康特征集作为模型输入；结合CNN、BiGRU和注意力机制的优势，构建增强型CNN‑BiGRU模型，并代入特征输入集和标签容量进行模型训练；进行模型验证并利用平均绝对误差和均方根误差评估该方法的估计效果。与传统数据驱动方法相比，本发明具有更高估计精度。
-
公开(公告)号：CN112677769B
公开(公告)日：2022-10-11
申请号：CN202011583075.9
申请日：2020-12-28
Applicant: 重庆大学
Abstract: 本发明涉及一种基于多因素融合的电池系统功率限值估算方法，属于新能源电池领域。该方法包括以下步骤：S1：依据电池系统温度和SOC作为基础影响因子；S2：计算电池系统最高单体电压和最低单体电压对电池系统功率限值估算的影响，在计算出电池系统功率限值基础值，需要考虑在电芯一致性差时电压因素的影响，并对基础值进行修正；S3：时间修正因子计算。考虑电池系统温度、SOC、单体电压、故障状态以及时间的限制，准确估算动力电池在当前状态下的功率限值。避免负载端过渡使用导致电池系统过充、过放及高温故障，同时避免故障状态下的系统滥用，保护电池系统安全，延长电池系统寿命。
-
公开(公告)号：CN114325404A
公开(公告)日：2022-04-12
申请号：CN202111499134.9
申请日：2021-12-09
Applicant: 重庆大学
IPC: G01R31/367 , G01R31/3842
Abstract: 本发明涉及一种基于热‑神经网络耦合模型的电池温度估计方法，属于电池管理技术领域。该方法为：S1：选定待测电池，收集整理该电池的规格及关键几何参数，获取电池模型建立以及温度估计所需的实验数据集；S2：考虑极耳热效应并基于切比雪夫伽辽金近似法建立电池的低阶热模型，进行参数辨识获得热模型未知参数，并结合扩展卡尔曼滤波EKF算法实时估计电池关键温度；S3：基于长短期记忆神经网络建立并训练电池数据驱动模型，确定电池产热、荷电状态SOC和环境温度与电池关键温度间的映射关系；S4：通过集成学习算法adaboost耦合物理热模型与神经网络模型，并优化二者的融合权重，进而实现准确的电池温度估计。
-
公开(公告)号：CN112606692A
公开(公告)日：2021-04-06
申请号：CN202011581850.7
申请日：2020-12-28
Applicant: 重庆大学
Abstract: 本发明涉及一种电动汽车安全保护装置和方法，属于电动汽车领域。该装置包括应用于电动汽车高压电气回路的执行部分和控制部分；电动汽车高压电气回路包括动力部分、负载部分、线束连接部分和高压控制部分；其中动力部分包括动力电池、超级电容和燃料电池系统；负载部分包括电机及其控制系统，以及高压附件部分；线束连接部分包括高压线束及其连接器；高压控制部分包括激励熔断器及其执行装置，以及高压回路继电器及其控制装置。通过此发明，能够防护电动汽车高压电气回路在过流、过载情况下导致的高压电气拉弧、着火风险，避免重大安全事故发生。
-
公开(公告)号：CN108333528B
公开(公告)日：2019-08-20
申请号：CN201810124009.1
申请日：2018-02-07
Applicant: 重庆大学
IPC: G01R31/367 , G01R31/388 , G01R31/389
Abstract: 本发明涉及一种基于动力电池电‑热耦合模型的SOC和SOT联合状态估计方法，属于电池管理技术领域。该方法为：选定待测动力电池，建立该动力电池的电、热模型，确定估计动力电池SOC和SOT所需参数；在不同温度下对被测动力电池进行涓流充放电实验和HPPC实验，建立充放电条件下的等效电路模型参数关于温度和SOC的数据库，模拟不同道路条件下的实车测试工况，建立数据库；进行参数辨识得到电、热模型的特性参数，获取充放电条件下等效电路模型参数与温度和SOC之间的定量关系；将本模型结合PF算法、动力电池充放电条件下的等效电路模型特性参数关于温度和SOC的定量关系式以实现动力电池SOC和SOT联合状态估计。
-
Patent Agency Ranking
公开(公告)号：CN108445408A
公开(公告)日：2018-08-24
申请号：CN201810229175.8
申请日：2018-03-20
Applicant: 重庆大学
IPC: G01R31/36
CPC classification number: G01R31/3634 , G01R31/3606 , G01R31/3648
Abstract: 本发明涉及一种基于参数估计OCV的全温度SOC估计方法，属于电池管理技术领域。该方法包含如下步骤：S1：选定一待测动力电池和所需的等效电路模型，并确定需要在线辨识的系统状态和模型参数；S2：进行实验搭建并对该动力电池进行可变功率工况循环实验，然后记录实验数据；S3：基于记录的工况实验数据和自适应联合扩展卡尔曼滤波算法在线辨识电池状态和模型参数；S4：建立基于参数估计的OCV-SOC-T模型，并基于该模型和实验工况可实现该动力电池在全温度范围内的SOC精准估计。本发明所采用的模型简单、算法复杂度不高，可实现电池系统状态和模型参数的强鲁棒在线估计，进而实现基于参数估计OCV的全温度SOC精准估计。
-
公开(公告)号：CN108333528A
公开(公告)日：2018-07-27
申请号：CN201810124009.1
申请日：2018-02-07
Applicant: 重庆大学
IPC: G01R31/36
Abstract: 本发明涉及一种基于动力电池电-热耦合模型的SOC和SOT联合状态估计方法，属于电池管理技术领域。该方法为：选定待测动力电池，建立该动力电池的电、热模型，确定估计动力电池SOC和SOT所需参数；在不同温度下对被测动力电池进行涓流充放电实验和HPPC实验，建立充放电条件下的等效电路模型参数关于温度和SOC的数据库，模拟不同道路条件下的实车测试工况，建立数据库；进行参数辨识得到电、热模型的特性参数，获取充放电条件下等效电路模型参数与温度和SOC之间的定量关系；将本模型结合PF算法、动力电池充放电条件下的等效电路模型特性参数关于温度和SOC的定量关系式以实现动力电池SOC和SOT联合状态估计。
-
公开(公告)号：CN118205445B
公开(公告)日：2025-02-18
申请号：CN202410143182.1
申请日：2024-02-01
Applicant: 重庆大学
IPC: B60L58/12 , G01R31/367 , G01R31/387 , G01R31/00
Abstract: 本发明涉及一种模型与数据融合驱动的增强型车载电池荷电状态估计方法，属于电池技术领域。该方法由基于模型且参数实时更新的荷电状态SOC估计器和基于机器学习算法的SOC映射网络并联构成，能够根据车辆运行工况自动匹配最佳SOC估计方法。首先进行车辆运行工况自适应识别，若车辆处于随机动态工况，则选择基于物理模型且参数实时更新的SOC估计器，通过强化学习算法优化估计器的初始谐调参数，实现车载电池参数及SOC的联合估计；若车辆处于连续恒流工况，则选择基于机器学习算法的映射网络实现车载电池SOC的准确估计。与单一的电池SOC估计方法相比，本发明在实际应用中具有更高的准确性、鲁棒性以及泛化能力。
-
公开(公告)号：CN118707343A
公开(公告)日：2024-09-27
申请号：CN202410869836.9
申请日：2024-07-01
Applicant: 重庆大学
IPC: G01R31/36 , G01R31/392 , G01R31/367 , G01R31/385 , G01R31/387 , G01R19/00
Abstract: 本发明涉及一种基于部分放电数据的电池最大容量的在线估计方法，属于电池健康管理领域。该方法包括以下步骤：S1：选定待测电池，获取电池的基本参数并进行初始容量的标定；S2：对电池进行老化协议为恒流恒压充电和恒流放电的循环充放电实验，收集实验过程中的电流电压数据，并对数据进行预处理建立电池老化数据集。S3：计算出每个循环的放电容量，提取电池放电过程中特定电压对应的容量作为健康因子，结合高斯过程回归算法构建电池的容量估计模型。S4：利用训练好的高斯过程回归模型进行电池容量的在线估计。本发明利用部分放电容量数据，避免了基于IC曲线的健康因子提取过程中可能出现的问题。
-
公开(公告)号：CN115327386B
公开(公告)日：2024-06-18
申请号：CN202210950451.6
申请日：2022-08-09
Applicant: 重庆大学
IPC: G01R31/367 , G01R31/396
Abstract: 本发明涉及一种基于电热耦合模型的电池组多故障诊断方法，属于电池技术领域。该方法包括以下步骤：S1：对待测电池单体进行特征实验测试，提取特征参数并建立电池电热耦合模型；S2：基于电池模型进行结构分析，建立对多故障敏感的诊断测试集；S3：基于诊断测试集，融合观测器或滤波器方法，实现残差生成；S4：通过残差评价方法检测并分离多种故障；S5：提取残差特征，利用统计方法进一步分离电池短路和连接故障。与现有技术相比，本发明能够更加快速、准确地实现多种故障的检测和分离，且不改变电池组电压测量拓扑结构。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.035 seconds)
