-
公开(公告)号：CN115328088A
公开(公告)日：2022-11-11
申请号：CN202210962952.6
申请日：2022-08-11
Applicant: 北京理工大学重庆创新中心
IPC: G05B23/02
Abstract: 本发明提供一种基于云边协同的车辆故障诊断方法、系统及智能汽车，针对传统故障诊断方式存在诊断预警精度低、查全率低及资源耗费大的问题，该车辆故障诊断方法通过获取相关车辆关于电力驱动模块的历史状态参数，结合数据预处理和深度学习技术，设计全新架构的长短时记忆堆叠自编码神经网络，以对车辆故障诊断模型开展建模，通过相应的模型评估算法筛选最优模型，提升了车辆电力驱动模块故障诊断精度，同时也杜绝了需要依赖于人员经验和实验测试验证等问题。
-
Patent Agency Ranking
公开(公告)号：CN114519235B
公开(公告)日：2024-11-08
申请号：CN202210182357.0
申请日：2022-02-25
Applicant: 北京理工大学重庆创新中心
Abstract: 本发明提供一种电动车充电失败的诊断方法、系统、设备及介质，其中，方法包括：提取连续一段时间的充电片段数据与车辆充电报警数据，及对应车辆的静态数据，并对每个充电片段赋予唯一编号；根据充电片段数据确定充电片段距离，对充电片段距离进行聚类，确定公共充电场站，构建公共充电场站信息表；将车辆充电报警数据、充电片段数据和静态数据进行融合，筛选出发生在公共充电场站的充电片段信息，获取对应的充电失败因子；根据充电失败因子构建公共场所充电失败诊断模型，根据公共场所充电失败诊断模型，诊断充电片段是否充电失败，并输出充电失败原因。本发明能够便于企业根据失败原因进行对应改进，提升产品质量，改善用户体验。
-
公开(公告)号：CN115328088B
公开(公告)日：2024-06-18
申请号：CN202210962952.6
申请日：2022-08-11
Applicant: 北京理工大学重庆创新中心
IPC: G05B23/02
Abstract: 本发明提供一种基于云边协同的车辆故障诊断方法、系统及智能汽车，针对传统故障诊断方式存在诊断预警精度低、查全率低及资源耗费大的问题，该车辆故障诊断方法通过获取相关车辆关于电力驱动模块的历史状态参数，结合数据预处理和深度学习技术，设计全新架构的长短时记忆堆叠自编码神经网络，以对车辆故障诊断模型开展建模，通过相应的模型评估算法筛选最优模型，提升了车辆电力驱动模块故障诊断精度，同时也杜绝了需要依赖于人员经验和实验测试验证等问题。
-
公开(公告)号：CN114722487A
公开(公告)日：2022-07-08
申请号：CN202210258647.9
申请日：2022-03-16
Applicant: 北京理工大学重庆创新中心
IPC: G06F30/15 , G06F30/27 , G06K9/62 , G06N20/00 , G06F111/08 , G06F119/12
Abstract: 本发明提供一种基于大数据的新能源汽车车型参数预测估计方法，主要预测的指标有车型的续航里程、百公里能耗、充电充满时长；本发明采用了车联网平台计算得到的海量车型运行的动态数据，通过数据切分、清洗及特征工程等方法，获得车型参数的特征向量，将车型特征向量作为机器学习模型训练数据，通过大规模数据集与机器学习模型训练使模型学习到车型参数的固有特征，并对未知车型、未知工况提供预测估计。
-
公开(公告)号：CN114519235A
公开(公告)日：2022-05-20
申请号：CN202210182357.0
申请日：2022-02-25
Applicant: 北京理工大学重庆创新中心
Abstract: 本发明提供一种电动车充电失败的诊断方法、系统、设备及介质，其中，方法包括：提取连续一段时间的充电片段数据与车辆充电报警数据，及对应车辆的静态数据，并对每个充电片段赋予唯一编号；根据充电片段数据确定充电片段距离，对充电片段距离进行聚类，确定公共充电场站，构建公共充电场站信息表；将车辆充电报警数据、充电片段数据和静态数据进行融合，筛选出发生在公共充电场站的充电片段信息，获取对应的充电失败因子；根据充电失败因子构建公共场所充电失败诊断模型，根据公共场所充电失败诊断模型，诊断充电片段是否充电失败，并输出充电失败原因。本发明能够便于企业根据失败原因进行对应改进，提升产品质量，改善用户体验。
-
公开(公告)号：CN114722487B
公开(公告)日：2024-03-29
申请号：CN202210258647.9
申请日：2022-03-16
Applicant: 北京理工大学重庆创新中心
IPC: G06F30/15 , G06F30/27 , G06F18/214 , G06F18/2431 , G06N20/20 , G06F111/08 , G06F119/12
Abstract: 本发明提供一种基于大数据的新能源汽车车型参数预测估计方法，主要预测的指标有车型的续航里程、百公里能耗、充电充满时长；本发明采用了车联网平台计算得到的海量车型运行的动态数据，通过数据切分、清洗及特征工程等方法，获得车型参数的特征向量，将车型特征向量作为机器学习模型训练数据，通过大规模数据集与机器学习模型训练使模型学习到车型参数的固有特征，并对未知车型、未知工况提供预测估计。
-
-
-
-
-
Search Results
6
records
(took 0.027 seconds)
