-
Patent Agency Ranking
公开(公告)号：CN114879071B
公开(公告)日：2024-07-02
申请号：CN202210536588.7
申请日：2022-05-17
Applicant: 北京交通大学
IPC: G01R31/392 , G01R31/367 , G01R31/3835
Abstract: 本发明涉及一种锂离子电池非线性衰退老化模式在线诊断方法。该方法仅采用电池充电过程中的电压和电流信息，通过获取电池平均电压和容量在老化过程中的演变轨迹准确评估电池非线性衰退的老化模式。该诊断方法不需要采用特定的充电电流，简单易行，可靠性高，可直接在电动汽车上使用，适用于电动汽车动力电池在线老化模式识别。
-
公开(公告)号：CN117110878A
公开(公告)日：2023-11-24
申请号：CN202310825952.6
申请日：2023-07-06
Applicant: 北京交通大学
IPC: G01R31/367 , G01R31/378 , G01R31/392 , G01R31/396 , G01R31/385 , G01R31/388
Abstract: 本发明涉及一种基于片段电压序列的锂离子电池SOH在线估计方法。该方法仅采用电池充电过程中的固定部分电压区间内的片段电压信息，通过获取电池充电电压在确定区间内的统计量特征来准确估计电池当前的健康状态。该估计方法不需要高精密的采集设备，对数据质量的要求较小，简单易行，准确性高，可对锂离子电池的健康状态进行快速估计。
-
公开(公告)号：CN119689274A
公开(公告)日：2025-03-25
申请号：CN202411969467.7
申请日：2024-12-30
Applicant: 北京交通大学 , 南方电网科学研究院有限责任公司
IPC: G01R31/367 , G01R31/392 , G06F18/20 , G06F18/213 , G06F18/2113 , G06F17/18 , G06N20/00
Abstract: 本发明公开了一种基于运行模式画像的电池组健康状态评估方法和系统，涉及电池组管理技术领域，采用安时积分法对电池组的历史运行数据进行分析，得到多个电池组标签容量，通过历史运行数据构建运行模式画像，并对运行模式画像进行统计分析，得到多个统计特征，再通过各个电池组标签容量对各个统计特征进行自适应冗余特征筛选，得到多个相关健康指标，采用各个相关健康指标对预设的电池组健康状态评估模型进行训练，得到目标电池组健康状态评估模型。克服了现有的电池组健康状态评估模型主要是基于固定工况下的电池单体级别测试数据进行开发，当面获取的时序采集数据临杂乱无章时，无法对电池组健康状态进行准确评估的技术问题。
-
公开(公告)号：CN118465548A
公开(公告)日：2024-08-09
申请号：CN202410495281.6
申请日：2024-04-23
Applicant: 北京交通大学
IPC: G01R31/367 , G01R31/388 , G01R31/396
Abstract: 本发明公开了一种锂离子电池组工况容量估计方法，属于锂离子电池技术领域的。基于电池组运行的部分充电过程提取的特征参数和生成的单体层面、电池组层面的标签数据，结合机器学习算法建立了锂离子电池组工况容量估计模型；与传统无标签生成方法相比，实现了少量训练样本实车充电工况下电池组工况容量的高精度估计，解决了现有机器学习方法需要电池组大量老化数据的问题，缩短了老化测试周期、降低了人力物力成本；同时本发明提出的特征参数提取方法具有实车可获取性，为实车工况下的锂离子电池组状态估计等研究奠定了基础，对电池组工况容量估计具有重要意义，有一定的工程应用价值。
-
公开(公告)号：CN114879071A
公开(公告)日：2022-08-09
申请号：CN202210536588.7
申请日：2022-05-17
Applicant: 北京交通大学
IPC: G01R31/392 , G01R31/367 , G01R31/3835
Abstract: 本发明涉及一种锂离子电池非线性衰退老化模式在线诊断方法。该方法仅采用电池充电过程中的电压和电流信息，通过获取电池平均电压和容量在老化过程中的演变轨迹准确评估电池非线性衰退的老化模式。该诊断方法不需要采用特定的充电电流，简单易行，可靠性高，可直接在电动汽车上使用，适用于电动汽车动力电池在线老化模式识别。
-
-
-
-
Search Results
5
records
(took 0.044 seconds)
