-
公开(公告)号：CN119511087A
公开(公告)日：2025-02-25
申请号：CN202411193430.X
申请日：2024-08-28
Applicant: 北京理工大学 , 北京空间飞行器总体设计部
IPC: G01R31/367 , G01R31/388 , G01R31/378 , G06N3/0442 , G06N3/096
Abstract: 本发明公开了基于数据增强的锂电池荷电状态迁移学习估计方法，属于电池检测技术领域，包括以下步骤：S1、选用CALCE锂电池作为源数据集，选用一种新型的锂电池实验数据作为目标数据集；S2、根据等效电路模型和数据集中的电流和电压，结合具有遗忘因子的递归最小二乘法进行数据增强；S3、改进长短期记忆网络增强数据长短期特征捕获能力，设计网络框架配置参数，确定最优SOC估计迁移学习方案。本发明采用上述的基于数据增强的锂电池荷电状态迁移学习估计方法，通过等效电路模型实现数据增强，设计网络架构捕获可测量数据和SOC的特征关系，应用迁移学习方法快速适应不同工作状况及不同化学特性/型号锂电池模型并实现SOC的准确估计，节约人力和时间成本。
-
公开(公告)号：CN112763916B
公开(公告)日：2023-01-10
申请号：CN202110004840.5
申请日：2021-01-04
Applicant: 北京空间飞行器总体设计部 , 北京理工大学
IPC: G01R31/378 , G01R31/367
Abstract: 一种空间用锂离子电池组未来工况预测方法，其根据锂离子电池组外特性构建等效电路模型，并利用真实遥测数据结合智能优化方法对模型参数进行辨识，将未来工况下的电流数据注入模型预测该工况下的蓄电池组电压变化情况。考虑到在轨遥测数据回传出现的异常跳变、采样频率不均一等问题，引入相应数据处理方法，在保障在轨数据不失真的同时，便于模型计算。利用该方法可实现对航天器锂离子蓄电池组的准确建模及其电压特性的追踪和预测。
-
公开(公告)号：CN112904211B
公开(公告)日：2022-10-28
申请号：CN202110004852.8
申请日：2021-01-04
Applicant: 北京空间飞行器总体设计部 , 北京理工大学
IPC: G01R31/3842
Abstract: 本发明提供了一种深空探测用锂离子电池组剩余容量估计方法，其打破了传统单纯依赖安时积分法或者电压查表法估计电池组荷电状态估计方法的局限性，统筹利用两种方法的优势，在保证算法实时性的同时适时引入电压查表闭环修正荷电状态估计结果，从而有效避免安时积分法开环累积估计误差致使估计结果失效的问题，使得原本发散的估计结果重新回归收敛。
-
公开(公告)号：CN112763916A
公开(公告)日：2021-05-07
申请号：CN202110004840.5
申请日：2021-01-04
Applicant: 北京空间飞行器总体设计部 , 北京理工大学
IPC: G01R31/378 , G01R31/367
Abstract: 一种空间用锂离子电池组未来工况预测方法，其根据锂离子电池组外特性构建等效电路模型，并利用真实遥测数据结合智能优化方法对模型参数进行辨识，将未来工况下的电流数据注入模型预测该工况下的蓄电池组电压变化情况。考虑到在轨遥测数据回传出现的异常跳变、采样频率不均一等问题，引入相应数据处理方法，在保障在轨数据不失真的同时，便于模型计算。利用该方法可实现对航天器锂离子蓄电池组的准确建模及其电压特性的追踪和预测。
-
公开(公告)号：CN112904211A
公开(公告)日：2021-06-04
申请号：CN202110004852.8
申请日：2021-01-04
Applicant: 北京空间飞行器总体设计部 , 北京理工大学
IPC: G01R31/3842
Abstract: 本发明提供了一种深空探测用锂离子电池组剩余容量估计方法，其打破了传统单纯依赖安时积分法或者电压查表法估计电池组荷电状态估计方法的局限性，统筹利用两种方法的优势，在保证算法实时性的同时适时引入电压查表闭环修正荷电状态估计结果，从而有效避免安时积分法开环累积估计误差致使估计结果失效的问题，使得原本发散的估计结果重新回归收敛。
-
Patent Agency Ranking
公开(公告)号：CN119474822A
公开(公告)日：2025-02-18
申请号：CN202411591207.0
申请日：2024-11-08
Applicant: 北京理工大学 , 北京空间飞行器总体设计部
IPC: G06F18/213 , G06F18/22 , G06F18/214 , G06N3/0442 , G06N3/084 , G06F17/18 , G01R31/392 , G01R31/367
Abstract: 本发明公开了一种基于域相似元学习的小样本锂电池SOH估计方法，包括以下步骤：S1、设计动态‑静态特征提取模块，采用动态‑静态特征提取模块从电池数据集中提取动态特征和静态特征，通过灰色关联系数将得到的特征联系起来；S2、设计基于域相似的任务排序模块，任务排序模块利用最大均值差异MMD算法计算训练任务之间的域相似度，对训练任务进行排序；S3、在元学习框架中加入LSTM元学习模块，LSTM模型作为学习器，捕捉SOH与电压时间序列之间的依赖关系，并将排序后训练任务嵌入元训练过程。本发明采用上述一种基于域相似元学习的小样本锂电池SOH估计方法，将数学工具和元学习框架相结合，用于在不同工况下精确估计锂电池SOH。
-
公开(公告)号：CN118153433B
公开(公告)日：2024-12-10
申请号：CN202410278662.9
申请日：2024-03-12
Applicant: 北京理工大学 , 北京空间飞行器总体设计部
Abstract: 本发明公开了基于物理信息神经网络的事件触发模型学习方法，涉及人工智能技术领域，步骤一、构建系统的物理信息神经网络，完成系统的模型辨识；步骤二、根据系统模型和实时输入输出，结合无迹卡尔曼滤波器对系统进行在线状态估计；步骤三、利用状态估计结果，结合模型进行一步前向输出预测并计算预测误差，通过事件触发学习机制判断是否需要更新模型。本发明采用上述基于物理信息神经网络的事件触发模型学习方法，通过构建物理信息神经网络系统辨识方法和事件触发学习方法，提出的物理信息神经网络，结合传统的机理分析建模方法和数据驱动建模方法的优势，兼顾辨识模型可解释性的同时提高模型辨识的准确度。
-
公开(公告)号：CN118153433A
公开(公告)日：2024-06-07
申请号：CN202410278662.9
申请日：2024-03-12
Applicant: 北京理工大学 , 北京空间飞行器总体设计部
Abstract: 本发明公开了基于物理信息神经网络的事件触发模型学习方法，涉及人工智能技术领域，步骤一、构建系统的物理信息神经网络，完成系统的模型辨识；步骤二、根据系统模型和实时输入输出，结合无迹卡尔曼滤波器对系统进行在线状态估计；步骤三、利用状态估计结果，结合模型进行一步前向输出预测并计算预测误差，通过事件触发学习机制判断是否需要更新模型。本发明采用上述基于物理信息神经网络的事件触发模型学习方法，通过构建物理信息神经网络系统辨识方法和事件触发学习方法，提出的物理信息神经网络，结合传统的机理分析建模方法和数据驱动建模方法的优势，兼顾辨识模型可解释性的同时提高模型辨识的准确度。
-
公开(公告)号：CN119921578A
公开(公告)日：2025-05-02
申请号：CN202510241617.0
申请日：2025-03-03
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 北京空间飞行器总体设计部
Abstract: 本发明公开了一种具有宽电压调整范围的电源系统，包括具有宽电压调整范围的电路，所述具有宽电压调整范围的电路包括全桥LLC谐振电路、谐振变压器、全桥BUCK电路和续流电路；全桥LLC谐振电路通过谐振变压器与所述全桥BUCK电路和续流电路连接，续流电路与全桥BUCK电路通过共用至少两个二极管实现连接。本发明通过全桥LLC谐振电路实现开关管的零电压开关，从而提高电路效率，与此同时，将变压器副边的大部分输出功率通过续流电路输送给负载，并通过全桥BUCK电路以相对较低的效率提供其余小部分输出功率并调节输出电压。本发明的电源系统具备高效率转换能力的同时，拥有可调整的宽电压输出范围。
-
公开(公告)号：CN119518671A
公开(公告)日：2025-02-25
申请号：CN202411567975.2
申请日：2024-11-05
Applicant: 北京空间飞行器总体设计部
Abstract: 一种基于硅基器件的空间高电压电源系统，基于能够满足空间环境的低压硅基MOS器件，提出了两级电容分压桥式电路来承受400V高压应力，在低压端采用桥式电路，通过双向同步整流实现蓄电池组的充放电管理；针对高压太阳电池阵的功率调节，通过太阳电池阵中间抽头的方式，巧妙避开了MOS管耐高压的问题，实现了空间400V高压电源系统。蓄电池组充放电管理单元采用隔离电路，将载荷母线设计为不调节母线以与平台全调节母线分开，当载荷为脉冲型负载时，隔离型的BCDR能够阻断其对平台设备的影响，同时减少电源控制器的重量和体积；设计高压、低压双母线，提高了电源系统的可靠性。本系统具有扩展性，通过调整高压端全桥和分压电容组成的模块数量实现。
-
-
-
-
-
-
-
-
-
Search Results
125
records
(took 0.042 seconds)
