-
公开(公告)号：CN110659605B
公开(公告)日：2021-06-08
申请号：CN201910895901.4
申请日：2019-09-21
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及动力电池技术领域，尤其涉及一种基于电池特性曲线特征点提取的锂电池分类方法；本发明采用了图像识别方法，图像识别采用角检测和多边形逼近结合的算法，通过对各个电池特性曲线进行图像识别，来获取不同的特征点，将所有电池曲线特征点横坐标数据进行汇总和处理，通过Mean‑Shift聚类算法找到横坐标最集中的聚类中心点，以此点对应的纵坐标，即放电电压值作为电池分类样本，实现对电池的分选成组；本发明在放电电压平台的电池特性下对放电电压曲线进行特征点的选取，为动力电池分类提供理论依据和技术支持。
-
公开(公告)号：CN109165687B
公开(公告)日：2021-06-15
申请号：CN201810983979.7
申请日：2018-08-28
Applicant: 哈尔滨理工大学
Abstract: 基于多分类支持向量机算法的车用锂电池故障诊断方法属于车用锂电池故障诊断领域；本申请为了解决现有车用锂电池故障诊断技术对训练数据量要求高，导致难以实现实时在线故障检测的问题；本发明的方法包括将电池样本分组实验，将采集数据分选形成训练集和测试集；规定电池故障标准；采用交叉验证和网络搜索方法参数优化；构造核函数支持向量机；构建偏二叉树五分类支持向量机，得到能够识别锂电池不同状态的车用锂电池故障诊断模型；本发明能够快速、准确地完成对车用锂电池的故障诊断。
-
公开(公告)号：CN110659605A
公开(公告)日：2020-01-07
申请号：CN201910895901.4
申请日：2019-09-21
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及动力电池技术领域，尤其涉及一种基于电池特性曲线特征点提取的锂电池分类方法；本发明采用了图像识别方法，图像识别采用角检测和多边形逼近结合的算法，通过对各个电池特性曲线进行图像识别，来获取不同的特征点，将所有电池曲线特征点横坐标数据进行汇总和处理，通过Mean-Shift聚类算法找到横坐标最集中的聚类中心点，以此点对应的纵坐标，即放电电压值作为电池分类样本，实现对电池的分选成组；本发明在放电电压平台的电池特性下对放电电压曲线进行特征点的选取，为动力电池分类提供理论依据和技术支持。
-
公开(公告)号：CN109165687A
公开(公告)日：2019-01-08
申请号：CN201810983979.7
申请日：2018-08-28
Applicant: 哈尔滨理工大学
Abstract: 基于多分类支持向量机算法的车用锂电池故障诊断方法属于车用锂电池故障诊断领域；本申请为了解决现有车用锂电池故障诊断技术对训练数据量要求高，导致难以实现实时在线故障检测的问题；本发明的方法包括将电池样本分组实验，将采集数据分选形成训练集和测试集；规定电池故障标准；采用交叉验证和网络搜索方法参数优化；构造核函数支持向量机；构建偏二叉树五分类支持向量机，得到能够识别锂电池不同状态的车用锂电池故障诊断模型；本发明能够快速、准确地完成对车用锂电池的故障诊断。
-
-
-
Search Results
4
records
(took 0.017 seconds)
