-
公开(公告)号：CN115788785A
公开(公告)日：2023-03-14
申请号：CN202211411410.6
申请日：2022-11-11
申请人： 东方电气风电股份有限公司 , 四川大学
发明人： 刘世洪 , 戴靠山 , 王其君 , 罗宇骁 , 赵伟 , 熊川楠 , 曾志 , 刘平 , 李源 , 马武福 , 孙仲泽 , 刘朝丰 , 魏孔振 , 朱黎明 , 高中华 , 尹景勋 , 杜航 , 杨祖飞 , 张冲 , 兰成坤 , 万雄斌 , 翟乾俊 , 兰嘉文 , 蒋仕平
摘要： 本发明公开了一种用于直立式风电机组的桁架及其安装方法，属于风电机组装置技术领域；该结构包括架塔基础结构，以及设置于基础结构上的桁架结构，所述桁架结构上设置有用于装配风电机组塔筒的连接节结构，所述连接节结构装配于桁架结构上，所述连接节结构包括设置于中部的过渡连接段，所述塔筒装配于过渡连接段上；本发明的一种用于直立式风电机组的桁架及其安装方法，在结构的设计上，将桁架的结构以模块化的设计，实现桁架可预制成型或者是通过零部件在现场组装成型的方式进行装配，在该设计的基础上，有效的杜绝了操作人员需要爬高进行每个部件的定位和装配的危险动作。
-
公开(公告)号：CN113190969A
公开(公告)日：2021-07-30
申请号：CN202110373019.0
申请日：2021-04-07
申请人： 四川大学
IPC分类号： G06F30/20
摘要： 本发明公开了一种基于信息评估机制的锂电池模型参数辨识方法，首先对处于动态工况的动力锂电池进行信息采集，在本实施例中为量测电流及电压；然后，对采集到的信息进行评估，生成评估系数，最后，根据评估系数引导最小二乘更新参数向量及协方差矩阵，对模型中的参数进行辨识。本发明方法能够在对模型参数进行辨识之前，对数据中所包含的信息量进行预评估，从而滤除无效信息对参数辨识的干扰与影响；能够有效缓解传统的递推最小二乘法受激励不充分和量测噪声等问题的干扰，辨识结果容易出现偏差的问题，提高参数辨识的精确度及稳定性；能够以递推的形式实现，所需计算量低，能够适用于电池管理系统。
-
公开(公告)号：CN114330150A
公开(公告)日：2022-04-12
申请号：CN202210250522.1
申请日：2022-03-15
申请人： 四川大学
IPC分类号： G06F30/27 , G01R31/367 , G01R31/392
摘要： 本发明涉及动力锂电池应用技术领域，尤其涉及一种电热传感器互校正的锂电池健康状态估计方法，针对当前基于数据驱动的锂电池SOH估计方法仍存在数据获取不确定性，效率不高且使用单一传感器预测导致在传感器故障情况下预测系统失效的问题，现提出如下方案，其中包括以下步骤：S1：建立状态机模型，S2：建立预测模型M1，S3：建立预测模型M2，S4：建立联合估计模型M3，S5：进行判断。本发明使电流传感器和温度传感器进行互校正，实现传感器故障时锂电池SOH的预测。
-
公开(公告)号：CN113255215A
公开(公告)日：2021-08-13
申请号：CN202110546304.8
申请日：2021-05-19
申请人： 四川大学
IPC分类号： G06F30/27 , G01R31/367 , G01R31/392 , G06F111/08 , G06F119/04
摘要： 本发明公开了一种基于电压片段的锂电池健康状态估计方法，可以准确的预测退役动力锂电池的健康状态。本发明结合了经验模型和数据驱动模型的方法，依托于锂电充放电循环次数实现估计的经验模型转化为数据驱动模型核函数的方式，将经验模型具备的电池电化学特性融入数据驱动模型之中，提升了锂电池健康状态估计的精准度。
-
公开(公告)号：CN107068991A
公开(公告)日：2017-08-18
申请号：CN201710023046.9
申请日：2017-01-12
申请人： 四川大学
摘要： 本发明提供的高库伦效率低温倍率型铁负极材料，包括选自Fe、FeO、Fe3O4中至少一种的基体组分和选自改性元素La、Ce、Nd、Sm、Y、Zn、Cu、Co、Ni中至少一种的氧化物或盐的改性组分。所述改性组分中改性元素在负极材料金属元素中的摩尔百分含量为0.1％～25％。本发明还提供上述铁负极材料的制备方法。本发明提供的高库伦效率低温倍率型铁负极材料，能同时提高铁镍电池的充电效率、倍率性能和低温性能。
-
公开(公告)号：CN114330150B
公开(公告)日：2022-05-24
申请号：CN202210250522.1
申请日：2022-03-15
申请人： 四川大学
IPC分类号： G06F30/27 , G01R31/367 , G01R31/392
摘要： 本发明涉及动力锂电池应用技术领域，尤其涉及一种电热传感器互校正的锂电池健康状态估计方法，针对当前基于数据驱动的锂电池SOH估计方法仍存在数据获取不确定性，效率不高且使用单一传感器预测导致在传感器故障情况下预测系统失效的问题，现提出如下方案，其中包括以下步骤：S1：建立状态机模型，S2：建立预测模型M1，S3：建立预测模型M2，S4：建立联合估计模型M3，S5：进行判断。本发明使电流传感器和温度传感器进行互校正，实现传感器故障时锂电池SOH的预测。
-
公开(公告)号：CN114297904B
公开(公告)日：2022-05-24
申请号：CN202210225652.X
申请日：2022-03-09
申请人： 四川大学
IPC分类号： G06F30/23 , G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F17/11 , G01R31/392 , G01R31/367
摘要： 本发明涉及动力锂电池应用技术领域，尤其涉及一种基于二次差分温度特征的锂电池健康状态估计方法，针对当前现有的锂电池SOH估计方法估计的准确率较低的问题，现提出如下方案，其中包括以下步骤：S1：获取并计算，S2:数据处理，S3：曲线处理，S4：线性拟合，S5：等值电压获取，S6：进行预测，S7：进行验证，本发明的目的是提供一种基于二次差分温度特征的锂电池健康状态估计方法，通过对温度计算二阶有限差分的方法，准确高效地反映了锂电池老化趋势，增加SOH估计模型健康特征的多样性，提高基于数据驱动的SOH估计方法的准确性和便捷性。
-
公开(公告)号：CN114297904A
公开(公告)日：2022-04-08
申请号：CN202210225652.X
申请日：2022-03-09
申请人： 四川大学
IPC分类号： G06F30/23 , G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F17/11 , G01R31/392 , G01R31/367
摘要： 本发明涉及动力锂电池应用技术领域，尤其涉及一种基于二次差分温度特征的锂电池健康状态估计方法，针对当前现有的锂电池SOH估计方法估计的准确率较低的问题，现提出如下方案，其中包括以下步骤：S1：获取并计算，S2:数据处理，S3：曲线处理，S4：线性拟合，S5：等值电压获取，S6：进行预测，S7：进行验证，本发明的目的是提供一种基于二次差分温度特征的锂电池健康状态估计方法，通过对温度计算二阶有限差分的方法，准确高效地反映了锂电池老化趋势，增加SOH估计模型健康特征的多样性，提高基于数据驱动的SOH估计方法的准确性和便捷性。
-
公开(公告)号：CN113504473B
公开(公告)日：2021-12-10
申请号：CN202111058653.1
申请日：2021-09-10
申请人： 四川大学
IPC分类号： G01R31/367 , G01R31/378 , G01R31/392
摘要： 本发明公开了一种适用动力锂电池非线性衰退过程的RUL预测方法，所述预测方法包括：S1、使用以GPR为核心的数据驱动方法对数据进行训练；S2、建立电池容量退化的经验模型或；S3、融合GPR模型和经验模型的结果进行跟踪，得容量值；S4、将步骤S3中容量值带入经验模型参数粒子滤波器中滤波修正得，再将修正参数后的经验模型返回至步骤S3；S5、循环执行步骤S3、S4，当电池容量估计值逼近失效阈值，计算出当前电池容量下的剩余寿命。本发明提供了能够减小经验模型在滤波过程中的误差，实时地调整模型达到更优的容量预测结果，根据容量失效阈值来计算出电池当前的剩余使用寿命。
-
公开(公告)号：CN110309704A
公开(公告)日：2019-10-08
申请号：CN201910359233.3
申请日：2019-04-30
申请人： 泸州市气象局 , 四川大学 , 成都信息工程大学 , 成都润联科技开发有限公司
IPC分类号： G06K9/00 , G06K9/46 , G08G1/0967 , G06T7/00
摘要： 本申请公开了一种极端天气实时检测方法、系统及终端,从道路监控摄像头获取的视频信息中截取第一图像信息和第二图像信息，第一图像信息和第二图像信息为视频信息中按照预设采集时间段获取的相邻的图像信息；分别确定第一图像信息和第二图像信息对应的第一模糊度值和第二模糊度值；如果第二模糊度值与第一模糊度值之间的差值大于一个预设值K，则确定视频信息对应的区域出现了极端天气。当道路出现极端天气时，得出截取的相邻图像信息的模糊度值，进行模糊度值的差值判定，如果模糊度值变化超过设定值K，那么则判定在该区域出现了极端的天气变化，通过警报提醒监控人员，进而可以开展道路事故的预防工作。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.035 秒)
