公开(公告)号：CN118191658B

公开(公告)日：2024-07-30

申请号：CN202410607171.4

申请日：2024-05-16

申请人： 北京航空航天大学

发明人： 杨世春 ,  庄有田 ,  郑一帆 ,  高子超 ,  周思达 ,  周新岸 ,  张正杰 ,  陈飞 ,  张迎晨 ,  李兴虎

IPC分类号： G01R31/392 ,  G01R31/389 ,  G01R31/396 ,  G01R31/367 ,  G01R31/371 ,  G01R31/36

摘要： 本发明公开了一种多时间尺度融合的锂离子电池全生命周期热失控诊断方法，属于电池管理领域。方法包括：利用电化学阻抗谱采样芯片电化学阻抗谱在线实时检测，得到电池组中每一个单体电池的EIS阻抗数据；车端的聚类模型基于EIS阻抗数据，对电池组中的每一个单体电池的热失控进行短时间尺度的实时报警；车端的电池管理系统将实时采集的电池数据传输至云平台，以在云端对电池组中的每一个单体电池的热失控进行长时间尺度的预测。在短时间尺度，本发明对参数化的依赖更少，理论精度更高；在长时间尺度，凸显了根据过去及当前时刻数据准确预测未来电池系统热失控故障的前景。多时间尺度融合共同构筑起一个前瞻性与即时性并重的电池安全防护体系。

公开(公告)号：CN116805161A

公开(公告)日：2023-09-26

申请号：CN202310666134.6

申请日：2023-06-06

申请人： 北京航空航天大学

发明人： 杨世春 ,  张正杰 ,  常柏桐 ,  郑一帆 ,  闫啸宇 ,  周思达 ,  曹耀光 ,  刘新华

IPC分类号： G06N3/088 ,  G06N3/0985

摘要： 本发明公开了一种基于无监督学习的系统参数辨识方法和装置，其中所述方法，包括：构建表征目标系统的状态空间方程，所述状态空间方程包括用于表征目标系统的输入与状态变量之间关系的状态方程，以及用于表征目标系统的状态变量与输出之间关系的观测方程，所述状态方程包括待辨识参数；整理状态空间方程为以参数分离形式表征已知参数和含有待辨识参数的第一状态空间方程；匹配于第一状态空间方程，构建神经网络模型，所述神经网络模型的输入输出与第一状态空间方程的输入输出相对应；训练神经网络模型，以获得待辨识参数。本发明方案通过构建目标系统状态空间方程与对应的神经网络模型，在模型的无监督训练不断收敛的过程中实现参数辨识。

公开(公告)号：CN118191658A

公开(公告)日：2024-06-14

申请号：CN202410607171.4

申请日：2024-05-16

申请人： 北京航空航天大学

发明人： 杨世春 ,  庄有田 ,  郑一帆 ,  高子超 ,  周思达 ,  周新岸 ,  张正杰 ,  陈飞 ,  张迎晨 ,  李兴虎

IPC分类号： G01R31/392 ,  G01R31/389 ,  G01R31/396 ,  G01R31/367 ,  G01R31/371 ,  G01R31/36

摘要： 本发明公开了一种多时间尺度融合的锂离子电池全生命周期热失控诊断方法，属于电池管理领域。方法包括：利用电化学阻抗谱采样芯片电化学阻抗谱在线实时检测，得到电池组中每一个单体电池的EIS阻抗数据；车端的聚类模型基于EIS阻抗数据，对电池组中的每一个单体电池的热失控进行短时间尺度的实时报警；车端的电池管理系统将实时采集的电池数据传输至云平台，以在云端对电池组中的每一个单体电池的热失控进行长时间尺度的预测。在短时间尺度，本发明对参数化的依赖更少，理论精度更高；在长时间尺度，凸显了根据过去及当前时刻数据准确预测未来电池系统热失控故障的前景。多时间尺度融合共同构筑起一个前瞻性与即时性并重的电池安全防护体系。

公开(公告)号：CN118330495A

公开(公告)日：2024-07-12

申请号：CN202410607172.9

申请日：2024-05-16

申请人： 北京航空航天大学

发明人： 杨世春 ,  庄有田 ,  高子超 ,  郑一帆 ,  周思达 ,  周新岸 ,  张正杰 ,  陈飞 ,  张迎晨 ,  闫啸宇

IPC分类号： G01R31/392 ,  G01R31/389 ,  G01R31/396 ,  G01R31/378 ,  G01R31/367 ,  G01R31/36 ,  G01R31/371

摘要： 本发明公开了一种长时‑短时融合的锂离子电池容量衰退诊断方法，属于电池管理领域。方法包括：利用电化学阻抗谱采样芯片对目标电池组进行电化学阻抗谱在线实时检测，得到目标电池组中每一个单体电池的EIS阻抗数据；设置于车端的聚类模型基于实时的EIS阻抗数据，对目标电池组中的每一个单体电池的容量衰退进行实时检测；云平台基于车端原有的电池管理系统采集的单体电池数据，对目标电池组中的每一个单体电池的容量衰退进行预测。本发明融合短时间尺度内的报警以及长时间尺度的预测共同构筑电池安全预警防护体系，不仅可以提高检测精度，还可以在实时监控的同时预测故障出现的时间。

公开(公告)号：CN118330495B

公开(公告)日：2024-11-08

申请号：CN202410607172.9

申请日：2024-05-16

申请人： 北京航空航天大学

发明人： 杨世春 ,  庄有田 ,  高子超 ,  郑一帆 ,  周思达 ,  周新岸 ,  张正杰 ,  陈飞 ,  张迎晨 ,  闫啸宇

IPC分类号： G01R31/392 ,  G01R31/389 ,  G01R31/396 ,  G01R31/378 ,  G01R31/367 ,  G01R31/36 ,  G01R31/371

摘要： 本发明公开了一种长时‑短时融合的锂离子电池容量衰退诊断方法，属于电池管理领域。方法包括：利用电化学阻抗谱采样芯片对目标电池组进行电化学阻抗谱在线实时检测，得到目标电池组中每一个单体电池的EIS阻抗数据；设置于车端的聚类模型基于实时的EIS阻抗数据，对目标电池组中的每一个单体电池的容量衰退进行实时检测；云平台基于车端原有的电池管理系统采集的单体电池数据，对目标电池组中的每一个单体电池的容量衰退进行预测。本发明融合短时间尺度内的报警以及长时间尺度的预测共同构筑电池安全预警防护体系，不仅可以提高检测精度，还可以在实时监控的同时预测故障出现的时间。