-
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：CN119247182A
公开(公告)日：2025-01-03
申请号：CN202411277925.0
申请日：2024-09-12
Applicant: 中国第一汽车股份有限公司
IPC: G01R31/392 , G01R31/367 , G01R31/387
Abstract: 本申请提供了一种电池健康状态评估方法、系统、设备及可读存储介质，其中，所述边缘计算模块基于等效电路模型特征参数计算算法确定出动力电池的等效电路模型的特征参数；所述边缘计算模块基于所述动力电池的上电电压值和上电SOC剩余容量生成电池SOC‑OCV曲线；所述云端服务器根据所述等效电路模型的特征参数和所述电池SOC‑OCV曲线确定出所述动力电池的SOH实际容量百分比。采用上述方法，以提高电池健康状态的评估准确性，实现对电池健康状态进行准确有效的评估。
-
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。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN118608234A
公开(公告)日：2024-09-06
申请号：CN202410694451.3
申请日：2024-05-31
Applicant: 中国第一汽车股份有限公司
IPC: G06Q30/0601 , G06Q10/02 , G06Q50/47 , G06Q10/0631
Abstract: 本申请实施例提供一种网约车订单处理的方法、装置、设备、介质及程序产品，该方法包括：获取用户发送的待处理订单，并且计算待处理订单的预计真实收益；将预计真实收益分布在收益分布区间内，获得与预计真实收益相应的回报等级，并且对预计真实收益进行调整，获得司机处理待处理订单的再分配收益；按照司机的历史拒载行为，将待处理订单匹配到与回报等级相对应的司机；在司机前往待处理订单的出发点过程中，对司机的隐性拒载行为进行判断，在确定司机存在隐性拒载行为的情况下，将当前隐性拒载行为记录在历史拒载行为中，并在后续派单过程中按照司机的历史拒载行为进行惩罚性派单。通过本申请的一些实施例能够降低网约车拒载率，提高用户体验。
-
公开(公告)号：CN118362906A
公开(公告)日：2024-07-19
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：CN118226282A
公开(公告)日：2024-06-21
申请号：CN202410658991.6
申请日：2024-05-27
Applicant: 中国第一汽车股份有限公司
IPC: G01R31/367 , G01R31/382 , B60L3/00 , B60L58/12
Abstract: 本申请提供电池SOC跳变异常的确定方法、装置、电子设备及存储介质，应用于汽车动力电池技术领域，基于车端实时上传的车辆运行信息以及车辆电池信息，结合预先构建的电池SOC跳变场景数据库以及电池SOC跳变特征数据库，检测车辆电池是否处于SOC跳变异常的情况，以及处于SOC跳变异常的目标异常场景，并确定车辆电池的SOC跳变异常类型。这样，在云端接收到车端发送的车辆运行信息以及车辆电池信息后，及时通过预先建立的电池SOC跳变场景数据库以及电池SOC跳变特征数据库，对车辆电池的SOC跳变异常的目标异常场景进行确定，并有针对性地针对于目标异常场景确定车辆电池的SOC跳变异常类型，有助于提升对于SOC跳变类型判断的效率以及准确率。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.028 seconds)
