-
公开(公告)号：CN105789716B
公开(公告)日：2018-04-24
申请号：CN201610121616.3
申请日：2016-03-03
Applicant: 北京交通大学
IPC: H01M10/42
Abstract: 本发明涉及一种新能源车辆和电池储能用广义电池管理系统，提供一种本地电池管理系统与运行于远端大数据平台的离线状态评估系统相结合的广义电池管理系统，其中本地电池管理系统实时检测电池参数(电压、电流、温度和充放电容量)，根据检测的电池参数对电池状态进行估计，判断是否出现异常状态，实现本地实时充放电管理，并把检测的电池参数上传到远端大数据平台；而离线状态评估系统运行于远端大数据平台，基于数据库中存储的电池历史电池参数和实时电池参数，评估电池的健康状态并进行风险预警，根据电池的健康状态重新设定充放电控制参数，动态更新管理策略，给出电池维护信息，并把结果传输给本地电池管理系统。
-
公开(公告)号：CN115534757B
公开(公告)日：2025-01-17
申请号：CN202211197285.3
申请日：2022-09-29
Applicant: 北京交通大学
Abstract: 本发明涉及一种锂离子电池充电工况选择方法，包括如下步骤：通过设定锂离子电池的充电目标，使得充电工况选择时充电目标一致；所述充电目标至少包括以下信息：起始SOC值，预期充电时间，目标SOC值；获取预置的充电工况；所述预置的充电工况至少为两种；在充电目标一致的情况下，根据不同的用户需求，选择相应的预置的充电工况；所述选择基于循环充电实验测试数据做出。本发明，在充电目标一致的前提下，通过对预置的充电工况开展相关研究，考虑到不同工况的衰退特性存在差异，而且主流BMS嵌入的工况单一，针对不同的用户需求进行充电工况的优化选择，对于满足用户需求、提高充电效率、延缓电池衰退至关重要。
-
公开(公告)号：CN118977591A
公开(公告)日：2024-11-19
申请号：CN202411057902.9
申请日：2024-08-02
Applicant: 北京交通大学
Abstract: 本发明涉及一种用于动车组列车应急自行走车载储能设备供电系统，包括AC/DC变流器、直流母线、蓄电池组以及隔离双向DC/DC充电机；输入的交流电通过所述AC/DC整流器转换；所述隔离双向DC/DC充电机与所述直流母线和所述蓄电池组连接。本发明能够避免开关管应力过大造成损坏，避免输出电压产生畸变，同时，供电电流回路极大缩短，电能转换效率得到了提高，应急工况下列车的行驶里程得到延长，保障列车可靠驶出故障区间，提升铁路网可靠运行能力。
-
公开(公告)号：CN114518539B
公开(公告)日：2024-09-13
申请号：CN202210039778.8
申请日：2022-01-14
Applicant: 北京交通大学
IPC: G01R31/382
Abstract: 本发明涉及一种动力电池SOC异常分析方法，包括：对动力电池历史数据进行处理从而建立数据库，筛选出便于后续分析的充电数据集；通过计算充电数据任一时刻的平均充电电压作为电压基准值；计算得到该次电池充电过程的电压偏离值；对电压偏离值进行整合后引入时间参数，得到电压偏离值随时间变化的曲线，进行滤波得到电压偏离值‑时间曲线；根据得到的电压偏离值‑时间曲线，判断出SOC异常的单体电池及其变化趋势。本发明不需要复杂的线下检测，工作量小。同时具有很强的通用性，不仅仅局限于某一款动力电池，可将分析结果应用于电动汽车的检测维修，确保应用的安全。能够得到更加准确的SOC异常诊断结果，直观的分析出电池参数的变化趋势。
-
公开(公告)号：CN117368774A
公开(公告)日：2024-01-09
申请号：CN202310878743.8
申请日：2023-07-17
Applicant: 北京交通大学
IPC: G01R31/392 , G06F18/10 , G06F18/27 , G01R31/389 , G01R31/367
Abstract: 本发明涉及锂离子电池健康状态估计领域，公开了一种基于阻抗谱重构技术的锂离子电池健康状态估计方法。本发明采用逆重复M序列来设计包含多频成分的电流激励信号以对电池阻抗谱进行快速测试，通过选取Morse复小波为母小波对电池电流激励与测量得到的电压响应进行连续小波变换，进行目标频率范围内的电池阻抗谱重构，基于不同老化状态电池重构阻抗谱在特殊频率点处的阻抗幅值建立估计电池健康状态的多元线性回归模型，从而实现锂离子电池健康状态的快速评估。该方法快速准确，大大缩短了电池阻抗谱的测试时间，同时能够适用于多类型、多应用场景下锂离子电池的健康状态评估。
-
Patent Agency Ranking
公开(公告)号：CN116027200A
公开(公告)日：2023-04-28
申请号：CN202211680160.6
申请日：2022-12-27
Applicant: 北京交通大学
IPC: G01R31/367 , G01R31/392 , G06F16/215 , G06F17/16
Abstract: 本发明涉及一种基于历史数据的锂离子电池异常识别及诊断方法，所述锂离子电池异常识别及诊断方法能够被一个或多个处理器执行，包括：S1，所述一个或多个处理器获取电池系统的历史数据，并对所述历史数据按照删除无效数据和补全缺失数据的方式进行清洗；S2，所述一个或多个处理器获取所述历史数据中的充电过程以进一步得到正常电池的电压阈值；S3，所述一个或多个处理器基于所述电压阈值确定电池的异常偏离指数，并基于所述异常偏离指数完成异常电池的筛选；S4，所述一个或多个处理器能够基于异常偏离指数的变化趋势对异常电池的故障类型进行确定，并基于异常偏离指数的变化速度判断异常电池的故障程度。
-
公开(公告)号：CN115166553A
公开(公告)日：2022-10-11
申请号：CN202210714553.8
申请日：2022-06-23
Applicant: 北京交通大学
IPC: G01R31/389 , H01M10/42
Abstract: 本发明涉及一种锂离子电池扩散极化过程无损分离方法，该方法利用电极和电池的热力学和扩散动力学间的匹配关系，根据辨识的全电池固相扩散系数，在基变换下分离电极的固相扩散过程。本发明主要包括如下步骤：首先，构建电极和全电池的热力学参数匹配关系，获取正负极的电压增量特性；然后，根据电极和全电池的电压增量来选取合适的SOC点进行交流阻抗测试；然后，利用交流阻抗测试和等效阻抗模型辨识电池固相扩散时间常数；最后，在基变换的理论下分离电极的固相扩散时间，结合电极的电压增量实现电极扩散内阻的无损分离。该方法步骤简单，易于在线实现，且可靠性高，适用于电动汽车动力电池内部电极材料微观机理的无损检测。
-
公开(公告)号：CN112208389B
公开(公告)日：2022-02-11
申请号：CN202010933951.X
申请日：2020-09-08
Applicant: 北京交通大学 , 中车工业研究院有限公司
IPC: B60L58/10
Abstract: 本发明涉及一种针对车载动力电池的日常便捷检测方法，步骤为：步骤1：基于各个电池单体电压值，通过高斯分布拟合将电压值处于较低概率范围的异常电池单体，赋予异常值；步骤2：在车载动力电池充电全过程中，每间隔n秒，重复步骤1筛选出全部异常电池单体；步骤3：各异常电池单体，逐个对其全部的异常值的绝对值进行累加，得到累加异常值；步骤4：将全部异常电池单体分组对应于异常类型分类，累加异常值作为判断标准；步骤5：根据异常分布变化趋势判断异常情况。本发明，检测简单便捷，成本低，可用于日常的电动汽车动力电池检测，可对车辆当前整体状态进行大致的检测评估，降低车辆因长期缺乏检测而造成较严重事故的可能性。
-
公开(公告)号：CN113884900A
公开(公告)日：2022-01-04
申请号：CN202111066744.X
申请日：2021-09-13
Applicant: 北京交通大学
IPC: G01R31/371
Abstract: 本发明公开了一种三元锂离子电池容量突变点预测方法，从已有的电池加速老化数据中提取与新的电池具有相同加速老化模式的迁移样本，用于训练机器学习模型，最终预测新的电池的容量突变点。锂离子电池容量突变点预测方法包括加速老化模式判断，迁移样本选择以及容量突变点预测。具体为从三元锂离子电池放电容量‑电压曲线，容量增量曲线，电压差分曲线的早期变化曲线上提取表征锂离子电池的健康状态的17个老化特征参数，然后利用机器学习算法对锂离子电池的加速老化模式进行早期诊断，然后根据加速老化模式判断结果从已有的电池加速老化数据中进行样本选择，利用迁移样本训练机器学习模型，最终对新的电池进行容量突变点预测。
-
公开(公告)号：CN112208389A
公开(公告)日：2021-01-12
申请号：CN202010933951.X
申请日：2020-09-08
Applicant: 北京交通大学 , 中车工业研究院有限公司
IPC: B60L58/10
Abstract: 本发明涉及一种针对车载动力电池的日常便捷检测方法，步骤为：步骤1：基于各个电池单体电压值，通过高斯分布拟合将电压值处于较低概率范围的异常电池单体，赋予异常值；步骤2：在车载动力电池充电全过程中，每间隔n秒，重复步骤1筛选出全部异常电池单体；步骤3：各异常电池单体，逐个对其全部的异常值的绝对值进行累加，得到累加异常值；步骤4：将全部异常电池单体分组对应于异常类型分类，累加异常值作为判断标准；步骤5：根据异常分布变化趋势判断异常情况。本发明，检测简单便捷，成本低，可用于日常的电动汽车动力电池检测，可对车辆当前整体状态进行大致的检测评估，降低车辆因长期缺乏检测而造成较严重事故的可能性。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.025 seconds)
