-
公开(公告)号：CN112906744A
公开(公告)日：2021-06-04
申请号：CN202110077738.8
申请日：2021-01-20
Applicant: 湖北工业大学
IPC: G06K9/62 , G01R31/396 , G01R31/367
Abstract: 本发明提出了一种基于孤立森林算法的故障单体电池识别方法，该方法利用故障单体电池的电压出现异常变化的现象，通过对电池充电过程采集到的电压数据进行深度处理，创新性地从单体电池电压数据中提取出多个反映电压信号变化特性的特征参数，包括单体电池电压的自相关系数、相邻单体电池电压的互相关系数、单体电池的三阶无量纲特征参数值、单体电池电压差异的方差、单体电池电压差异的偏度系数和单体电池电压差异的模糊熵，转化为多种特征值数列同时进行判断，并且基于孤立森林算法，能够快速地筛选出特征值数列中的离群点，在短时间内就可以完成一次判断，无人工干预，鲁棒性强，能够准确识别出故障单体电池，并且减少误报率。
-
-
公开(公告)号：CN120028702A
公开(公告)日：2025-05-23
申请号：CN202510495331.5
申请日：2025-04-21
Applicant: 湖北工业大学
IPC: G01R31/367 , G06F17/15 , G01R31/396
Abstract: 本发明涉及锂电池异常识别技术领域，且公开了一种基于多元信号重构的锂电池异常识别方法，首先搭建BMS仿真系统，获取锂电池充放电的多元信号曲线并降噪处理；通过二阶灵敏度与高斯分布权重选择获取多元信号特征数据点并归一化处理后，经过差分压缩存储；构建一个多输入多输出的LSTM模型；将存储的数据提取出来进行反归一化处理，得到锂电池特征数据集，结合处理后的多元信号曲线，作为LSTM模型的训练样本，采用阿尔法进化优化算法对LSTM隐藏层中每层节点数、时间序列长度和初始学习率进行寻优处理，最终获得电池多元信号重构模型并对电池的全生命周期信号进行重构和预测，实现短期电池异常状态识别、长期电池异常状态识别和故障过程的回溯与分析。
-
公开(公告)号：CN119805248A
公开(公告)日：2025-04-11
申请号：CN202510287982.5
申请日：2025-03-12
Applicant: 湖北工业大学
IPC: G01R31/367 , G01R31/382 , G01R31/3842 , G01R31/392 , G06F30/27 , G06N3/04 , G06N3/088
Abstract: 本发明涉及电池健康状态管理技术领域，且公开了一种基于物理信息神经网络的锂电池内部状态估计方法，利用e‑SPM模型获得对神经网络模型内部参数进行优化训练的损失函数，神经网络模型通过损失函数使其内部参数进行优化训练，实现锂电池内部状态估计。本发明，直接将锂电池电流、电压和温度映射到锂电池内部电化学状态，使物理神经网络的输出结果更具有解释性，易于理解和分析，且采用无监督学习方式，将输出状态量代入电压的简化物理模型中，作为约束条件嵌入到神经网络的损失函数中，此训练过程中无需大量标注数据，降低实验数据获取难度。
-
公开(公告)号：CN119575224A
公开(公告)日：2025-03-07
申请号：CN202510122354.1
申请日：2025-01-26
Applicant: 湖北工业大学
IPC: G01R31/392 , G01R31/367 , G06N3/0455 , G06F18/15 , G06F18/22 , G06N3/088
Abstract: 本发明提供了一种锂离子电池健康状态估算方法、装置及电子设备，属于电池状态检测领域。其方法包括：获取样本电池的样本应力矩阵，将样本应力矩阵输入特征提取网络，对样本应力矩阵进行应力特征提取和特征筛选得到样本应力特征，对样本应力特征进行特征曲线提取和曲线筛选得到样本曲线特征，根据样本应力特征和样本曲线特征建立样本特征集；将获取的待测电池的电池应力矩阵输入到特征提取网络得到待测电池特征，对待测电池特征和样本特征集进行相似系数估计确定待测电池的相似样本电池和对应电池健康状态。本发明通过以电池的应力矩阵建立样本电池和待测电池的电池特征，并进行相似系数估计来确定电池健康状态，具有更高的效率和准确性。
-
Patent Agency Ranking
公开(公告)号：CN112906744B
公开(公告)日：2023-08-04
申请号：CN202110077738.8
申请日：2021-01-20
Applicant: 湖北工业大学
IPC: G06F18/2431 , G06F18/214 , G01R31/396 , G01R31/367
Abstract: 本发明提出了一种基于孤立森林算法的故障单体电池识别方法，该方法利用故障单体电池的电压出现异常变化的现象，通过对电池充电过程采集到的电压数据进行深度处理，创新性地从单体电池电压数据中提取出多个反映电压信号变化特性的特征参数，包括单体电池电压的自相关系数、相邻单体电池电压的互相关系数、单体电池的三阶无量纲特征参数值、单体电池电压差异的方差、单体电池电压差异的偏度系数和单体电池电压差异的模糊熵，转化为多种特征值数列同时进行判断，并且基于孤立森林算法，能够快速地筛选出特征值数列中的离群点，在短时间内就可以完成一次判断，无人工干预，鲁棒性强，能够准确识别出故障单体电池，并且减少误报率。
-
公开(公告)号：CN112630660B
公开(公告)日：2022-10-21
申请号：CN202011476362.X
申请日：2020-12-14
Applicant: 湖北工业大学
IPC: G01R31/367 , G06K9/62
Abstract: 本发明涉及电池管理技术，具体涉及一种基于支持向量机的电池故障识别方法，采集电池充电过程中正常单体电池和故障单体电池的电压数据作为原始数据集；对原始数据集进行深度处理，提取特征参数；对特征参数进行归一化处理，获得基于特征参数数据的样本集；按照正常单体电池和故障单体电池的数据，对样本集进行标签的标注；将带有标签的样本集随机拆分为训练集和测试集，通过训练集进行SVM模型的训练；将测试集送入训练好的SVM模型中进行模型测试，对SVM模型的性能进行评估；利用所建模型，对电池进行实时诊断。该方法能够在短时间内实时进行故障单体电池的检测识别，提高了单体电池故障诊断的准确度，减少漏报率。
-
公开(公告)号：CN114703487A
公开(公告)日：2022-07-05
申请号：CN202210368723.1
申请日：2022-04-08
Applicant: 湖北工业大学
IPC: C25B1/04 , C25B9/19 , C25B15/02 , C25B15/023 , C25B15/027
Abstract: 本发明提供一种用于PEM膜电解水制氢的协调控制系统和控制方法，控制系统包括气体浓度传感器、水温传感器、流量传感器、PLC控制器和可编程直流电源，气体浓度传感器、水温传感器、流量传感器和PLC控制器电连接；PLC控制器和可编程直流电源电连接，气体浓度传感器、水温传感器、流量传感器检测相关的参数信息并发送给PLC控制器，PLC控制器将信息整合并发送给可编程直流电源，可编程直流电源根据检测的参数信息与预设的参数范围的差别来调整PEM膜电解水制氢系统的工况参数，从而将实际工况参数稳定在设定的正常工况参数范围内，保证了PEM电解水制氢系统长时间稳定运行工作，具备很好的实用性。
-
公开(公告)号：CN114156992A
公开(公告)日：2022-03-08
申请号：CN202111512361.0
申请日：2021-12-07
Applicant: 湖北工业大学
IPC: H02J7/00
Abstract: 本发明涉及一种电池两级均衡方法、装置、设备及存储介质，包括：获取单一电池组所有的单体电池的SOC值；根据所述单一电池组内所有单体电池的当前SOC的最大值和最小值确定待均衡电池；计算所述待均衡电池与同组电池所有的单体电池的平均SOC差异值以及待均衡电池的SOC差值；根据所述待均衡电池与同组电池所有的单体电池的平均SOC差异值；及计算所述待均衡电池的SOC差值，进行组内均衡并更新均衡后单体电池的SOC值。本发明提供的一种电池两级均衡方法、装置、设备及存储介质，根据电池SOC的最大值和最小值来确定均衡电池，并根据平均SOC差异值以及待均衡电池的SOC差值进行均衡，均衡速度快、能量利用率高。
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.025 seconds)
