-
公开(公告)号：CN118671634A
公开(公告)日：2024-09-20
申请号：CN202411137820.5
申请日：2024-08-19
Applicant: 湖北工业大学
IPC: G01R31/392 , G06F18/213 , G06F18/22 , G06F18/2411 , G06N3/006 , G06N20/10 , G01R31/385 , G01R31/378 , G01R31/367 , G06F123/02
Abstract: 本发明涉及动力电池智能安全检测领域，公开了一种基于数据驱动的锂离子电池故障诊断方法，本方法采集电动汽车实际运行过程中的电压数据，对采集的电压数据进行预处理为原始时间序列X，从原始时间序列X中提取第一多尺度模糊分布熵MFDE，将第一多尺度模糊分布熵MFDE作为测试样本，构建加权最小二乘支持向量机模型，并对加权最小二乘支持向量机模型进行离线训练，获得故障诊断判别函数和模型最大误差；本发明通过在分布熵中引入模糊隶属度函数，将原始时间序列进行粗粒度处理，提取多尺度模糊分布熵作为故障特征，能够准确反映正常状态、突发性故障和渐进性故障的电压波动特点，适应新能源汽车各种运行工况。
-
公开(公告)号：CN117719345A
公开(公告)日：2024-03-19
申请号：CN202410171224.2
申请日：2024-02-06
Applicant: 湖北工业大学
IPC: B60L3/00 , B60L58/12 , G01R31/385 , G01R31/00 , G01R31/387 , G01R31/389 , G01R31/392 , G01R31/52
Abstract: 本发明提出了一种基于IC曲线考虑老化的电池微短路量化方法，通过获取电池组内所有单体电池充电阶段的电压和电流值，计算得到IC曲线，然后研究IC峰值与SOC的对应关系；根据IC曲线的特征参数进行筛选，初步判别老化电池与微短路电池；以首先到达IC曲线峰值的电池为基准电池；然后根据IC峰值与SOC的唯一对应关系，计算每个电池的峰值到达时间与基准电池的偏差#imgabs0#，根据相邻两次充电的时间偏差计算每个电池的短路电流#imgabs1#和短路电阻#imgabs2#，然后衡量微短路故障的严重程度并提前做出安全预警；本发明可以准确区分老化电池与微短路电池，量化短路故障的严重程度，计算复杂度低，鲁棒性强。
-
公开(公告)号：CN117713241A
公开(公告)日：2024-03-15
申请号：CN202311734789.9
申请日：2023-12-18
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于光伏发电可控性恢复出力的配电网恢复方法，该方法包括：获取预测日的气象信息和光伏设备信息，采用基于多因素修正的光伏出力预测方法对光伏出力进行预测；根据光伏出力预测结果生成光伏出力预测曲线，对光伏出力预测曲线进行分解，将光伏发电站分解成多个具有特定时段可用且输出功率可控的虚拟电源组合；根据配电网和虚拟电源数据，采用约束条件对未恢复电荷选择性恢复，构建目标函数并进行求解得到孤岛划分结果和负荷恢复次序；根据孤岛划分结果和负荷恢复次序，对配电网进行恢复。本发明降低了光伏出力波动对电力系统恢复的影响，使系统更具稳定性和可靠性。
-
-
公开(公告)号：CN117630679A
公开(公告)日：2024-03-01
申请号：CN202311645677.6
申请日：2023-11-30
Applicant: 湖北工业大学
IPC: G01R31/367 , G01R31/392 , G01R31/396
Abstract: 本发明公开了一种电池故障诊断方法和系统，该方法包括：获取电池原始电压数据，对电池原始电压数据进行小波包分解得到低频信号小波系数和高频信号小波系数，并根据低频信号小波系数和高频信号小波系数构建得到小波包系数矩阵；对小波包系数矩阵进行奇异值分解，得到奇异值矩阵，根据奇异值矩阵确定小波包系数矩阵的非零奇异值，并求解非零奇异值的均值得到故障特征值，以便得到故障特征值对应的特征向量曲线；根据多个电池的特征向量曲线得到参考特征向量曲线，计算待测电池的特征向量曲线与参考特征向量曲线的曼哈顿平均距离，并根据曼哈顿平均距离判断电池是否发生故障。本发明能够准确定位故障电池和故障类型。
-
Patent Agency Ranking
公开(公告)号：CN117110896A
公开(公告)日：2023-11-24
申请号：CN202311377696.5
申请日：2023-10-24
Applicant: 湖北工业大学
IPC: G01R31/367 , G01R31/378 , G06N5/02
Abstract: 本发明提供一种基于知识图谱的锂离子电池故障检测方法及系统，属于深度学习技术领域，包括：确认故障电池品牌，采集锂离子电池故障数据，获取故障电池相关业务文档；构建故障电池诊断知识体系；采集故障电池结构化数据进行数据清洗和数据存储；对应品牌故障电池售后业务文档的非结构化数据，进行知识抽取，将知识信息填入到诊断知识体系中，形成故障特征文本；将实体对齐数据与故障特征文本匹配，生成故障实体；进行知识推理，构建故障电池故障知识图谱；根据故障知识图谱进行故障归因诊断，给出故障诊断结果。本发明为在役电池失效分析提供保证，有效分析故障电池当前故障，为退役锂离子电池的梯次利用提供指导，实现锂离子电池高效利用。
-
公开(公告)号：CN116231799A
公开(公告)日：2023-06-06
申请号：CN202310157706.8
申请日：2023-02-23
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于MMC模块的电池均衡电路和电池均衡方法，本发明将单体电池与MMC模块串联构成一均衡单元，并将多个均衡单元级联构成均衡模块，其中，该均衡模块与后级稳压模块可实现前后级独立控制；在充放电过程中，本发明可将单体电池电压变化量之差与模糊控制器输出值比较，以确定单体电池接入电路或被旁路，从而使得电池组中单体电池的电量保持一致；本发明还通过输出电压与所需电压比较，确定是否需要启动稳压电路，以确保整个电池组的输出电压在均衡过程中保持稳定。本发明具有故障切除功能，并可降低电池均衡过程中的能量损耗，提高电池均衡速度和能量传递效率，以及可解决由于电池老化引起的伪均衡问题。
-
公开(公告)号：CN114814592A
公开(公告)日：2022-07-29
申请号：CN202210244597.9
申请日：2022-03-14
Applicant: 湖北工业大学
IPC: G01R31/367 , G01R31/378 , G01R31/392
Abstract: 本发明提供了一种锂电池健康状态估计与剩余使用寿命预测方法及设备。所述方法包括：S1：在电池充电周期内，提取电压、电流、温度曲线上的与容量退化有关的健康特征；S2：利用灰色关联分析法验证提取的健康特征与电池容量退化之间的关联程度，提出多健康特征融合法得到间接健康特征；S3：利用改进的引力搜索算法优化支持向量回归模型进行锂电池健康状态估计；S4：基于多项式回归模型及改进的引力搜索算法优化支持向量回归模型的锂电池剩余使用寿命预测。本发明得出的健康特征与电池老化的关联度更高，且计算量小；基于锂电池SOH的估计结果预测RUL，实现二者的联合预测，使电池健康状况得到更全面的评估。
-
公开(公告)号：CN113569485A
公开(公告)日：2021-10-29
申请号：CN202110870854.5
申请日：2021-07-30
Applicant: 湖北工业大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明提出了一种基于变分模态分解的短时异常电池识别方法，该方法对电池放电电压数据进行变分模态分解，其中利用粒子群优化算法搜索变分模态分解过程中的最佳分量个数和惩罚因子的参数组合，将熵函数作为寻优算法的适应度函数，熵值作为适应度值，寻优确定模态分量K和惩罚因子a，计算每个分量的熵值，选择K个模态分量中熵值最小对应的模态分量，基于最小熵值对应的模态分量计算单体电池信号对应的自相关系数和相邻电池单体信号之间的相关系数，最后利用支持向量机分类算法对电池进行故障识别和诊断。该方法可改善电池故障诊断精度。
-
公开(公告)号：CN112630660A
公开(公告)日：2021-04-09
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。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.024 seconds)
