一种新能源汽车动力电池故障诊断方法

    公开(公告)号:CN118938021A

    公开(公告)日:2024-11-12

    申请号:CN202411137873.7

    申请日:2024-08-19

    Abstract: 本发明公开了一种新能源汽车动力电池故障诊断方法,属于新能源汽车电池领域;包括以下步骤,S1:采集相关故障数据,建立历史数据库;S2:设置传感器,实时采集电池相关数据,并对电池相关数据进行预处理,预处理后转变为一维时序数据;S3:建立LSTM‑CNN识别网络,使用历史数据库对识别网络进行训练;S4:将预处理后的数据输入到识别网络中,输出故障分类结果,故障分类结果包括欠压、过压、过充和过放;S5:将步骤S2中的电池相关数据以及对应于步骤S4中的故障分类结果填充到历史数据库内。本发明采用上述方法,通过对电池的时序数据进行建模并对电池的空间特征进行特征提取,构建一个可靠的动力电池故障诊断模型,实现快速、高精度的故障检测。

    一种基于模糊熵的动力与储能电池故障诊断方法

    公开(公告)号:CN116968556A

    公开(公告)日:2023-10-31

    申请号:CN202310925120.1

    申请日:2023-07-26

    Abstract: 本发明公开了一种基于模糊熵的动力与储能电池故障诊断方法,属于新能源汽车技术领域,包括以下步骤:S1:通过车载T‑box上的电压传感器采集电池电堆中每个电池单体的电压信号,实时上传至数据中心;S2:数据中心对上传的数据进行预处理,将数据进行分割,按照采样时间,按每小时一次对电压信号进行数据分割及保存,得到预处理后的数据;S3:计算电池的模糊熵;S4:使用Z分数计算电池单体异常系数;S5:选择合适的时间窗口与计算窗口,使用电池单体异常系数计算电池异常程度,得到故障诊断结果;S6:故障诊断结果反馈给驾驶员;本发明采用上述方法,使用熵值对电池系统进行诊断,不需要大量的数据进行拟合和模型优化,具有实时性和实用性。

    一种燃料电池电压类故障的监控检测方法及装置

    公开(公告)号:CN118983473A

    公开(公告)日:2024-11-19

    申请号:CN202411071622.3

    申请日:2024-08-06

    Abstract: 本发明公开了一种燃料电池电压类故障的监控检测方法及装置,包括第一获取模块用于获取多种燃料电池电压故障类型,并建立故障特征库;第二获取模块用于对多种故障进行分析得到多种故障诊断策略,并将其提供给生成模块;传感器组件用于实时检测燃料电池的状态,并将状态数据提供给生成模块;生成模块用于利用多故障协同诊断模型对燃料电池电压健康程度进行诊断,并根据诊断结果生成燃料电池系统的安全控制策略;控制器组件根据安全控制策略控制燃料电池系统的操作。本发明采用上述的一种燃料电池电压类故障的监控检测方法及装置,可独立的面向电压类故障的燃料电池故障诊断,可对故障电池进行快速检测,以提高燃料电池系统的安全性和可靠性。

    利用注射器管筒制作的简易岩心驱油测试系统及模拟方法

    公开(公告)号:CN103645276A

    公开(公告)日:2014-03-19

    申请号:CN201310530275.1

    申请日:2013-10-31

    Abstract: 本发明利用注射器管筒制作的简易岩心驱油测试系统及模拟方法,是利用注射器管筒及实验室常规器材制作简易岩心驱油测试系统,可以进行增压或负压式的驱油实验,用于实验室测量待测溶液对岩心驱油效果的研究,制作简便,规格统一。注射器管筒模拟岩心筒、增压配件和负压采集系统组成。注射器管筒模拟岩心筒主体为注射器管筒,其底部设置了防堵隔垫,通过填充岩心材料和原油,用于含油岩心的模拟;增压配件用于密封模拟岩心筒,并在增压驱油模式时连接增压设备,在负压驱油模式时吸取溶液;负压采集系统连接于模拟岩心筒注射器主体出口,用于负压驱油模式,内置收集试管以收集油水混合物,收集试管下部的可调节塑料支架适合固定支撑不同直径的试管。

    一种新能源汽车动力电池安全监测方法

    公开(公告)号:CN119087235A

    公开(公告)日:2024-12-06

    申请号:CN202411400260.8

    申请日:2024-10-09

    Abstract: 本发明公开了一种新能源汽车动力电池安全监测方法,属于新能源汽车电池技术领域,包括以下步骤:S1、采集动力电池数据,并进行预处理;S2、将动力电池数据作为LSTM网络和CNN网络的输入;S3、LSTM网络对动力电池的历史时序数据进行学习,将各个一维时序数据转变为二维时序数据进行空域建模,同时提取变化的特征变量;S4、CNN网络对已有电池安全特征进行分类学习;S5、对LSTM网络和CNN网络进行融合,实现对动力电池的安全检测。本发明采用上述的一种新能源汽车动力电池安全监测方法,通过数据驱动实现更精准的动力电池状态预测,提高了电池安全性和可靠性,在动力电池的设计、制造和使用等方面具有广泛的应用价值。

Patent Agency Ranking