-
公开(公告)号：CN112287463B
公开(公告)日：2022-02-11
申请号：CN202011212191.X
申请日：2020-11-03
Applicant: 重庆大学
Abstract: 本发明涉及一种基于深度强化学习算法的燃料电池汽车能量管理方法，属于新能源汽车领域。该方法包括：S1：获取燃料电池汽车状态信息；S2：搭建燃料电池汽车能量管理系统模型；S3：利用深度强化学习算法构建燃料电池汽车能量管理策略，求解包含燃油经济性以及燃料电池效率的多目标优化问题，从而得出最优能量分配结果。本发明将深度强化学习算法应用于燃料电池汽车能量管理制，具有良好的优化性以及实时性；同时在奖励函数中考虑了燃料电池的工作效率，为能量管理提供了新思路。
-
公开(公告)号：CN113879137A
公开(公告)日：2022-01-04
申请号：CN202111371543.0
申请日：2021-11-18
Applicant: 重庆大学 , 重庆长安汽车股份有限公司
IPC: B60L15/20 , B60L58/16 , B60L3/00 , B60R16/023
Abstract: 本发明涉及一种电动汽车闭环控制装置和方法，属于新能源技术领域。该闭环控制装置包括动力电池系统、高压配电盒和电池管理系统BMS、驱动电机和电机控制器MCU、整车控制器VCU、显示仪表、车辆信号及整车负载；其中，动力电池系统为整车动力源，输出总正、总负与高压配电盒连接，高压配电盒内部通过连接铜排并联输出，分别与电机控制器MCU和整车负载通过高压连接；本发明实现整车最优化控制和管理，最大程度满足整车动力性需求，保障安全驾驶，基于人机交互，实现信息显示和预警，避免车辆突然抛锚，同时，实现动力电池系统的安全管理，延长电池寿命。
-
公开(公告)号：CN113721159A
公开(公告)日：2021-11-30
申请号：CN202111135219.9
申请日：2021-09-27
IPC: G01R31/392 , G01R31/367
Abstract: 本发明涉及一种面向随机局部充电的数据驱动电池健康估计方法，属于电池技术领域，包括以下步骤：S1：对恒流充电过程进行电压分段，以得到若干随机局部充电片段；S2：提取出每个随机充电片段下的电量增量ΔQ，得到恒流充电过程的电量增量序列，作为估计电池健康状态的特征数据；S3：对于提取出的电量增量序列，对其不同的统计学特性与电池健康状态的相关性进行分析，选取与高相关性的统计学特征作为健康因子；S4：使用稀疏高斯过程回归方法进行电池健康状态估计。不同于其他方法中需要对不同的充电片段分别建立不同的估计模型，本发明仅需建立单个估计模型，就可利用任意随机局部充电片段实现电池健康状态的在线估计，且提高了估计的准确性。
-
公开(公告)号：CN113300008A
公开(公告)日：2021-08-24
申请号：CN202110550668.3
申请日：2021-05-17
Applicant: 重庆大学
Abstract: 本发明涉及一种基于复杂网络控制的电池系统安全隔离装置及方法，属于电动汽车动力电池安全管理技术领域，包括n组动力电池组串联成的动力电池系统，每组动力电池组由n个动力电池并联而成；每个动力电池的正极串联有电流传感器和控制开关；每个动力电池并联有备用回路，在所述备用回路中串联有备用开关；还包括与所述动力电池系统连接的电动汽车负载，作为整车驱动系统和高压附件设备；还包括电池管理和控制装置，用于采集动力电池电压、电流和温度，并将所采集的电压、电流和温度数据与预设阈值进行比较，识别出故障电池，对故障电池的控制开关及备用开关进行控制。本发明能够隔离故障体，消除故障单元，保障系统安全。
-
公开(公告)号：CN112928356A
公开(公告)日：2021-06-08
申请号：CN202110203413.X
申请日：2021-02-23
Applicant: 重庆大学
IPC: H01M10/613 , H01M10/615 , H01M10/617 , H01M10/625 , H01M10/63 , H01M10/6567
Abstract: 本发明涉及一种电池热管理装置和控制方法，属于新能源汽车动力电池热管理技术领域。该装置包括多支路并联电池包、高压配电盒及控制系统、热管理装置、热管理出水管道、水泵、各支路控制阀、单支路各电池包控制阀和热管理回水管道。本发明能够实现对电池系统温度进行有效管理，保证电池工作在适宜的温度区间，能有效提升系统的环境适应性和温度一致性，避免由于电池高温或低温而带来的整车动力性和安全性问题，本发明同时也适应于储能领域的动力电池系统。
-
Patent Agency Ranking
公开(公告)号：CN111965636A
公开(公告)日：2020-11-20
申请号：CN202010699510.8
申请日：2020-07-20
Applicant: 重庆大学
IPC: G01S13/86 , G01S13/66 , G01S13/931
Abstract: 本发明公开了一种基于毫米波雷达和视觉融合的夜间目标检测方法，具体为：预处理基于毫米波雷达检测的原始数据；利用摄像头采集与所述原始数据对应的原始图像；将毫米波雷达检测的有效目标点投影至原始图像上，生成感兴趣区域；针对感兴趣区域内的图像进行图像增亮；基于视觉深度学习，对图像中的有效目标进行分类；将目标类别与毫米波雷达所测定的所述有效目标的航迹相匹配。本发明利用相机采集原始图像数据，同时结合毫米波雷达的全天候工作特性，利用目标反射点在图像上生成感兴趣区域内进行图像增亮和目标检测，利用视觉深度学习的优势，实现对夜间行人、摩托车、汽车等目标的检测，同时有效增强夜间目标检测与跟踪的准确度。
-
公开(公告)号：CN111398837A
公开(公告)日：2020-07-10
申请号：CN202010249465.6
申请日：2020-04-01
Applicant: 重庆大学
IPC: G01R31/392 , G01R31/367 , G01R31/385
Abstract: 本发明涉及一种基于数据驱动的车用电池健康状态估计方法SOH方法，属于电池管理技术领域。该方法包括：选定待测电池，收集整理该电池的技术参数；根据车用充电工况和恒电流或动态放电工况进行电池的循环老化实验，并收据电池电压，电流，温度等信息，建立电池老化数据库。根据筛选出的子集提取其他电池的健康因子，利用训练好的回归模型估计其他不同放电工况下的电池的SOH估计的验证。将训练好的模型嵌入车用电池管理系统，并在车用中提取子集涵盖的健康因子并进行SOH估计。本发明利用融合方法选择最优特征子集进行模型训练，能够有效降低计算量并提高模型精度，为实际车用提供参考。
-
公开(公告)号：CN114527391B
公开(公告)日：2024-08-02
申请号：CN202210177292.0
申请日：2022-02-25
Applicant: 重庆大学
IPC: G01R31/367 , G01R31/387 , G01R31/389
Abstract: 本发明涉及一种锂电池热模型迁移方法，属于电池技术领域。该方法包括步骤：S1：选定锂电池A和B，获取相关参数；S2：在不同温度下进行电池A多个SOC下和电池B少量SOC下的HPPC放电实验；S3：基于Arrhenius公式得到电池A、B所测各个SOC下电池总内阻与温度之间的线性方程；S4：将电池A、B相同SOC下对应线性方程中一次项系数b和常数a的映射关系Kb、Ka分别与SOC进行拟合；S5：将电池B未测的SOC点代入拟合方程并转换得到电池B未测内阻的预测值；S6：基于测试和预测内阻组成的全内阻建立电池B的热模型。本发明具有精度高、普适性强的特点，可在保证热模型精度的同时大幅减少内阻测试时间。
-
公开(公告)号：CN113879165B
公开(公告)日：2024-07-02
申请号：CN202111368747.9
申请日：2021-11-18
Applicant: 重庆大学 , 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种电动车辆单双源充电装置和控制方法，属于新能源技术领域。该充电装置包括动力电池系统、高压配电盒和电池管理系统BMS、充电机1、充电机2、充电机1控制系统和充电机2控制系统；其中，动力电池系统为充电对象，输出总正、总负与高压配电盒连接，高压配电盒内部通过连接铜排，并联输出两路充电回路，即充电1回路和充电2回路，分别通过充电接口输出到充电机1和充电机2，充电机实现与动力电池充电；本发明适应于大于双源的多源充电装置，控制原理同上。同时，运营商可以根据实际运营需要，或者电网波峰波谷对电价的影响，合理配置单源多源充电，降低运营成本。
-
公开(公告)号：CN111965560B
公开(公告)日：2023-03-28
申请号：CN202010859703.5
申请日：2020-08-24
Applicant: 重庆大学
IPC: G01R31/392 , G01R31/367 , G01R31/36 , G01R31/00
Abstract: 本发明涉及一种面向通用放电工况的电池健康状态估计(State of health,SOH)方法，属于电池技术领域，包括以下步骤：S1：对于恒流或脉冲工况，直接进行电压分段，获得电量差序列；对于动态电流工况，首先进行电压滤波，再进行电压分段，获得电量差序列；S2：提取健康因子：计算电量序列及电量差序列的标准差作为健康因子，分别表示为stdQ_VP和std△Q_VP；S3：采用皮尔逊相关系数来分析健康因子与电池容量的线性相关性；S4：使用数据驱动的方法估计电池的SOH。本发明可建立简单的线性回归模型在通用的放电工况下估计电池的SOH。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.022 seconds)
