-
公开(公告)号：CN117970117A
公开(公告)日：2024-05-03
申请号：CN202311777444.1
申请日：2023-12-21
Applicant: 中国第一汽车股份有限公司
IPC: G01R31/367
Abstract: 本申请提供了一种电池放电功率的验证方法、装置、电子设备及存储介质，构建电池的指标数据库，指标数据库包括多个信号变量组合以及信号变量组合对应的预设放电功率；根据场景数据库中的场景特征对电池明细表中的场景分类进行更新，得到更新后的电池明细表；场景数据库根据电池明细表中的信号变量组合确定，更新后的电池明细表包括信号变量组合以及信号变量组合对应的实际放电功率和场景特征；使用电池明细表中的实际放电功率对指标数据库中的预设放电功率进行验证得到功率验证结果；对预设放电功率进行验证的方式根据更新后的电池明细表中的场景特征选取。本申请在全工况场景下对电池性能进行验证，有助于提高电池性能指标验证的准确性。
-
公开(公告)号：CN117554842A
公开(公告)日：2024-02-13
申请号：CN202311558683.8
申请日：2023-11-21
Applicant: 中国第一汽车股份有限公司
IPC: G01R31/392 , G01R31/367 , G01R31/396
Abstract: 本发明公开了一种动力电池健康度的确定方法、存储介质及车辆。其中，该方法包括：采集车辆数据，其中，车辆数据用于评价车辆动力电池的健康度；基于车辆数据确定健康度计算周期内健康度的评价参数，其中，评价参数至少包括以下之一：第一参数、第二参数、第三参数，第一参数用于表征动力电池中电池单体的内阻一致性，第二参数用于表征动力电池的电压极差，第三参数用于表征动力电池的容量损失；基于第一参数、第二参数和第三参数，计算得到第一健康度；基于健康度反馈周期内的多个第一健康度，确定目标健康度。本发明解决了相关技术提供的电池健康度评估方法采用单一评价数据评估电池健康度导致评估结果准确度低的技术问题。
-
公开(公告)号：CN118011253A
公开(公告)日：2024-05-10
申请号：CN202311813113.9
申请日：2023-12-26
Applicant: 中国第一汽车股份有限公司
IPC: G01R31/392 , G01R31/388 , G01R31/389 , G01R31/367
Abstract: 本申请提供了一种电池短路故障的诊断方法、装置、电子设备及存储介质，分别根据待诊断电池的当前采样时间点、第一采样窗口的窗长以及第二采样窗口的窗长，划分出第一采样时间点和第二采样时间点；通过估计待诊断电池在每个第一采样时间点上的开路电压与标定电压值之间的误差，确定待诊断电池在当前采样时间点上的OCV特征参数；通过估计待诊断电池在每个第二采样时间点上的实际SOC值和估计SOC值之间的误差，确定待诊断电池在当前采样时间点上的SOC特征参数；利用OCV特征参数和SOC特征参数，在OCV特征维度和SOC特征维度等两个特征维度上，实现待诊断电池是否处于短路故障状态的诊断，可保证诊断结果的准确性。
-
公开(公告)号：CN117574984A
公开(公告)日：2024-02-20
申请号：CN202410064130.5
申请日：2024-01-17
Applicant: 中国第一汽车股份有限公司
IPC: G06N3/08 , G06N3/048 , G06N3/06 , G01R31/367 , G01R31/388
Abstract: 本申请提供一种容量保持率判断模型的训练、应用方法、装置及存储介质，涉及车辆技术领域。该方法包括获取目标电池的多个原始数据集；其中，每个原始数据集均包括目标电池在满足第一静置时长条件下的下述参数：目标电池的使用时间、使用里程、静置时间、以及静置温度的参数信息、目标电池的容量保持率；根据多个原始数据集，构建训练样本集；将训练样本集代入预设神经网络模型，训练获取电池容量保持率判断模型，电池容量保持率判断模型用于根据电池数据确定电池容量保持率。用本申请的模型训练方法得到的电池容量保持率判断模型，可以自动确定电池容量保持率，提高了获取电池容量保持率的效率。
-
公开(公告)号：CN116859263A
公开(公告)日：2023-10-10
申请号：CN202310778574.0
申请日：2023-06-28
Applicant: 中国第一汽车股份有限公司
IPC: G01R31/382 , G01R31/392
Abstract: 本发明公开了一种动力电池的健康状态估计方法、装置及车辆。其中，该方法包括：获取动力电池的电池状态参数和目标关系曲线，其中，目标关系曲线用于表示历史电池容量衰减与历史车辆里程之间的关系；基于电池状态参数和目标关系曲线对动力电池进行容量估计，得到动力电池的初始容量估计值；根据初始容量估计值确定动力电池的当前容量估计值；基于当前容量估计值和额定容量估计值估计动力电池的健康状态。本发明解决了相关技术中动力电池的健康状态估计的准确度较低的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN116718925A
公开(公告)日：2023-09-08
申请号：CN202310753590.4
申请日：2023-06-25
Applicant: 中国第一汽车股份有限公司
IPC: G01R31/367 , G01R31/392
Abstract: 本发明公开了一种预测电池健康度的方法、装置及车辆。其中，该方法包括：基于第一曲线对至少一条第二曲线进行空间变换，得到至少一个种子数据点，其中，第一曲线为记录待预测电池的容量相对于循环数的曲线，至少一条第二曲线为记录至少一个参照电池的容量相对于循环数的曲线；基于至少一条第二曲线对至少一个种子数据点进行数据扩容处理，得到至少一条第三曲线；对第一曲线和至少一条第三曲线进行相似度分析，从至少一条第三曲线中确定目标参照曲线；利用第一曲线和目标参照曲线进行残差时序预测，确定预测结果。本发明解决了相关技术提供的预测电池健康的方法其效率低、准确度低、鲁棒性差的技术问题。
-
公开(公告)号：CN118362906B
公开(公告)日：2024-10-29
申请号：CN202410790239.7
申请日：2024-06-19
Applicant: 中国第一汽车股份有限公司
IPC: G01R31/367 , G01R31/392 , G01R31/396 , G06F18/214 , G06F18/27 , G06F18/15
Abstract: 本申请提供了一种电池状态参数的预测方法、装置、电子设备及存储介质，分别对历史放电数据和实时监测数据进行数据处理，确定出待预测电池的历史SOH关联数据和电池特征数据；利用历史SOH关联数据，通过双层预测框架中的自回归模型，确定待预测电池在特定预测时间段内的SOH预测序列；基于电池特征数据和SOH预测序列，利用双层预测框架中的机器学习预测模型，确定待预测电池在特定预测时间点上的预测SOH数据。这样，便可借助于整合了自回归模型和机器学习预测模型的双层预测框架，通过捕捉电池性能随时间动态变化的特性，实现待预测电池在特定预测时间点上的预测SOH数据的预测，以此，还可进一步提高预测结果的准确性。
-
公开(公告)号：CN117574984B
公开(公告)日：2024-05-14
申请号：CN202410064130.5
申请日：2024-01-17
Applicant: 中国第一汽车股份有限公司
IPC: G06N3/08 , G06N3/048 , G06N3/06 , G01R31/367 , G01R31/388
Abstract: 本申请提供一种容量保持率判断模型的训练、应用方法、装置及存储介质，涉及车辆技术领域。该方法包括获取目标电池的多个原始数据集；其中，每个原始数据集均包括目标电池在满足第一静置时长条件下的下述参数：目标电池的使用时间、使用里程、静置时间、以及静置温度的参数信息、目标电池的容量保持率；根据多个原始数据集，构建训练样本集；将训练样本集代入预设神经网络模型，训练获取电池容量保持率判断模型，电池容量保持率判断模型用于根据电池数据确定电池容量保持率。用本申请的模型训练方法得到的电池容量保持率判断模型，可以自动确定电池容量保持率，提高了获取电池容量保持率的效率。
-
公开(公告)号：CN117933694A
公开(公告)日：2024-04-26
申请号：CN202311778179.9
申请日：2023-12-21
Applicant: 中国第一汽车股份有限公司
IPC: G06Q10/0635 , G06F18/232
Abstract: 本申请提供了一种车辆聚集停放区域的电池风险确定方法及确定装置，所述方法包括：基于每个静止车辆的静止总时长以及当前位置坐标构建目标区域对应的时间空间矩阵；基于所述时间空间矩阵对聚类算法的聚类参数进行调节以得到调节后的聚类算法，并利用所述时间空间矩阵以及所述调节后的聚类算法对多个静止车辆进行聚类处理，以确定出所述目标区域中的多个车辆聚集停放区域；最后，针对于每个车辆聚集停放区域，利用该车辆聚集停放区域内每个静止车辆当前的电池荷电状态数据和所述静止总时长确定出该车辆聚集停放区域内存在的电池风险。通过所述方法及装置，实现了电池风险的精准评估，进一步增强了风险识别的准确性和可靠性，有效的减少了电池风险。
-
公开(公告)号：CN117698512A
公开(公告)日：2024-03-15
申请号：CN202311697544.3
申请日：2023-12-11
Applicant: 中国第一汽车股份有限公司
Abstract: 本申请提供了一种荷电状态异常识别方法、设备及存储介质，涉及充电技术领域。该方法通过获取目标电动车辆在充电过程中的当前充电数据，当前充电数据包括：当前荷电状态；对当前荷电状态进行异常检测，得到异常检测结果；若异常检测结果指示当前荷电状态存在异常，则推送针对目标电动车辆的荷电状态异常报警信息；若异常检测结果指示当前荷电状态不存在异常，对当前充电数据进行实时显示。从而，在目标电动车辆提供的荷电状态的基础上，无需新增信号，对荷电状态进行异常识别，及时确定荷电状态进行异常，提升了目标电动车辆的安全性，也提升了目标电动车辆的电池使用寿命。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.039 seconds)
