-
公开(公告)号：CN113258845B
公开(公告)日：2022-08-16
申请号：CN202110660582.6
申请日：2021-06-15
Applicant: 吉林大学
Abstract: 本发明公开了一种交流电机电压源逆变器干扰特性自学习方法，属于电机控制领域，在无逆变器干扰补偿情况下起动电机至稳态运行；采用逆变器干扰观测器获取d‑q轴的逆变器干扰；将d‑q轴的逆变器干扰利用派克变换转换到ABC三相静止坐标系下的逆变器干扰；利用傅里叶变换逆变器干扰变换到频域上，从频域上重构经ABC三相转换获取的逆变器干扰中缺失的3次及3的奇整数倍次谐波；叠加重构的谐波获取完整的逆变器干扰特性。该方法为无需人工标定的自动获取交流电机逆变器干扰特性的通用方法，通过逆变器干扰观测器来估计并重构逆变器干扰特性，实现无人工干预，无额外硬件条件下精确地逆变器干扰特性获取，有效提升产品开发自动化水平。
-
公开(公告)号：CN112700117A
公开(公告)日：2021-04-23
申请号：CN202011594127.2
申请日：2020-12-29
Applicant: 吉林大学
Abstract: 本发明属于电动汽车配套设施技术领域，具体为一种基于数据的电动汽车充电基础设施使用情况估算方法，包括步骤一：利用行程起始终止SOC，实现“回家充电”特征的提取，步骤二：利用分段SOC的算法，实现恒流充电功率的准确估计，步骤三：判断电动汽车是否经常在同一位置进行充电，其结构合理，通过对数据进行行程特征提取、充电特征提取、充电设施识别配备等处理，获取电动汽车使用的充电基础设施是私人充电桩还是公共充电桩。本发明提出的方法对数据质量要求低，可以方便的应用于不同场景、不同数据采集系统下，为相应充电基础设施的规划提供有力的支撑。
-
公开(公告)号：CN114655074A
公开(公告)日：2022-06-24
申请号：CN202111353453.9
申请日：2021-11-16
Applicant: 吉林大学
Abstract: 本发明属于电动汽车技术领域，具体为一种基于贝叶斯回归的电动汽车实际行驶能耗估计方法，步骤1：能耗模型结构确定；步骤2：获取能耗敏感性参数先验概率分布；步骤3：贝叶斯回归算法及参数后验概率分布获取；根据以下公式进行模型参数后验概率分布的估计；步骤4：剩余行程能耗估计；步骤5：剩余里程区间计算；本方法在保证泛化能力和合理性的前提下，实现对实际行驶过程能耗影响因素的连续迭代学习，提升预测结果准确性，通过概率估计，得到相应可信度下的剩余里程范围，提升预测结果全面性。
-
公开(公告)号：CN114019291B
公开(公告)日：2022-08-26
申请号：CN202111457972.X
申请日：2021-12-01
Applicant: 吉林大学
Abstract: 本发明涉及一种表征电动汽车能耗指标的方法及系统。该方法根据生成的测试工况对电动汽车进行循环能耗测试过程中获取测试工况的时间‑速度曲线、时间‑直流能耗曲线和测试工况的总交流能耗；根据循环能耗测试的结果确定每个测试子工况下电动汽车的直流能耗率和交流能耗率；根据测试工况的时间‑速度曲线确定每个测试子工况的行驶特征；根据每个测试子工况的行驶特征与基准行驶特征确定每个测试子工况的归一化行驶特征；根据所有测试子工况下电动汽车的直流能耗率、交流能耗率和归一化行驶特征提取电动汽车的直流能耗特征和交流能耗特征，以能够提取适用于任意工况的电动汽车能耗特征，标准、全面、准确地提供电动汽车在不同工况下的能耗水平。
-
Patent Agency Ranking
公开(公告)号：CN114019291A
公开(公告)日：2022-02-08
申请号：CN202111457972.X
申请日：2021-12-01
Applicant: 吉林大学
Abstract: 本发明涉及一种表征电动汽车能耗指标的方法及系统。该方法根据生成的测试工况对电动汽车进行循环能耗测试过程中获取测试工况的时间‑速度曲线、时间‑直流能耗曲线和测试工况的总交流能耗；根据循环能耗测试的结果确定每个测试子工况下电动汽车的直流能耗率和交流能耗率；根据测试工况的时间‑速度曲线确定每个测试子工况的行驶特征；根据每个测试子工况的行驶特征与基准行驶特征确定每个测试子工况的归一化行驶特征；根据所有测试子工况下电动汽车的直流能耗率、交流能耗率和归一化行驶特征提取电动汽车的直流能耗特征和交流能耗特征，以能够提取适用于任意工况的电动汽车能耗特征，标准、全面、准确地提供电动汽车在不同工况下的能耗水平。
-
公开(公告)号：CN112700117B
公开(公告)日：2024-04-02
申请号：CN202011594127.2
申请日：2020-12-29
Applicant: 吉林大学
IPC: G06Q10/0639 , G06Q50/06 , G06F18/2321 , H02J3/00
Abstract: 本发明属于电动汽车配套设施技术领域，具体为一种基于数据的电动汽车充电基础设施使用情况估算方法，包括步骤一：利用行程起始终止SOC，实现“回家充电”特征的提取，步骤二：利用分段SOC的算法，实现恒流充电功率的准确估计，步骤三：判断电动汽车是否经常在同一位置进行充电，其结构合理，通过对数据进行行程特征提取、充电特征提取、充电设施识别配备等处理，获取电动汽车使用的充电基础设施是私人充电桩还是公共充电桩。本发明提出的方法对数据质量要求低，可以方便的应用于不同场景、不同数据采集系统下，为相应充电基础设施的规划提供有力的支撑。
-
公开(公告)号：CN114655074B
公开(公告)日：2024-01-30
申请号：CN202111353453.9
申请日：2021-11-16
Applicant: 吉林大学
Abstract: 本发明属于电动汽车技术领域，具体为一种基于贝叶斯回归的电动汽车实际行驶能耗估计方法，步骤1：能耗模型结构确定；步骤2：获取能耗敏感性参数先验概率分布；步骤3：贝叶斯回归算法及参数后验概率分布获取；根据以下公式进行模型参数后验概率分布的估计；步骤4：剩余行程能耗估计；步骤5：剩余里程区间计算；本方法在保证泛化能力和合理性的前提下，实现对实际行驶过程能耗影响因素的连续迭代学习，提升预测结果准确性，通过概率估计，得到相应可信度下的剩余里程范围，提升预测结果全面性。
-
公开(公告)号：CN116109000A
公开(公告)日：2023-05-12
申请号：CN202310165460.9
申请日：2023-02-24
Applicant: 吉林大学
IPC: G06Q10/04 , G06Q50/30 , G06F18/214 , G06N7/01
Abstract: 本发明涉及一种导航行程中能耗相关特征预测方法、系统及产品，属于电动汽车能耗相关特征预测，方法包括：获取实际道路行驶数据；提取N个实际道路行程；获取N个实际道路行程的导航行程特征，计算能耗相关特征；构建训练样本；构建应用导航行程特征预测能耗相关行程特征的估计模型；采用训练样本对能耗相关行程特征估计模型进行训练；基于训练后的能耗相关行程特征估计模型预测能耗相关特征的数学期望和/或概率分布；所述能耗相关特征的数学期望和/或概率分布用于导航路径的能耗估计。本发明中的上述方法能够提高待预测变量的收敛性，从而大幅度降低了预测模型的计算量，提升能耗预测精度。
-
公开(公告)号：CN113258845A
公开(公告)日：2021-08-13
申请号：CN202110660582.6
申请日：2021-06-15
Applicant: 吉林大学
Abstract: 本发明公开了一种交流电机电压源逆变器干扰特性自学习方法，属于电机控制领域，在无逆变器干扰补偿情况下起动电机至稳态运行；采用逆变器干扰观测器获取d‑q轴的逆变器干扰；将d‑q轴的逆变器干扰利用派克变换转换到ABC三相静止坐标系下的逆变器干扰；利用傅里叶变换逆变器干扰变换到频域上，从频域上重构经ABC三相转换获取的逆变器干扰中缺失的3次及3的奇整数倍次谐波；叠加重构的谐波获取完整的逆变器干扰特性。该方法为无需人工标定的自动获取交流电机逆变器干扰特性的通用方法，通过逆变器干扰观测器来估计并重构逆变器干扰特性，实现无人工干预，无额外硬件条件下精确地逆变器干扰特性获取，有效提升产品开发自动化水平。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
