-
公开(公告)号:CN117074955A
公开(公告)日:2023-11-17
申请号:CN202311042952.5
申请日:2023-08-18
Applicant: 福州大学
IPC: G01R31/367 , G01R31/392 , G06F17/18 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出一种基于云‑端修正OCV的锂电池状态联合估计方法,基于云‑端协同估计架构,所述云‑端协同估计架构包括本地电池端BMS、云端模型训练及数据管理平台;云端模型训练的流程为,首先对本地电池端BMS进行参数辨识和模型误差计算,根据设定误差阈值和时间滑动窗口分割出模型误差符合阈值的时间片段和超过阈值的时间片段,上传至云端;然后在云端进行OCV修正和SOH估计,并将最终估计结果回传至本地电池端BMS进行模型参数更新和容量更新;最后在本地电池端BMS以无迹卡尔曼滤波算法估计SOC;本发明能充分利用云平台计算资源,通过数据驱动的方式修正OCV,从而达到修正电池模型误差的目的,通过SOH的估计更新电池最大可用容量,保证了SOC的估计精度。
-
公开(公告)号:CN117074956A
公开(公告)日:2023-11-17
申请号:CN202311043156.3
申请日:2023-08-18
Applicant: 福州大学
IPC: G01R31/367 , G01R31/396 , G01R31/389 , G01R31/387 , G06N3/0442 , G06N3/08 , G06F17/11
Abstract: 本发明提供了一种基于云端协同的电池状态联合估计方法,包括:本地端执行层、本地端控制层和云端管理层。通过本地端执行层上采集电流数据、电压数据和温度数据上传至本地端控制层,在本地端控制层部署考虑温度影响的Thevenin等效电路模型,利用离线辨识法辨识不同温度不同SOC下电池参数欧姆内阻R0、极化内阻R1、极化电容C1,再根据输入电流和输入温度估计端电压,本地端控制层将实测电流数据、端电压电压数据、温度数据上传至云端管理层,在云端管理层部署门控循环神经网络估计SOC和SOH值,每一次工况循环周期下发数据更新SOC,在每次放电结束静置阶段更新SOH;本发明有助于利用云端强大的计算资源,定期估计出电池端电压、SOC和SOH,减轻本地端硬件计算负担。
-
公开(公告)号:CN117638143A
公开(公告)日:2024-03-01
申请号:CN202311681202.2
申请日:2023-12-08
Applicant: 福州大学
IPC: H01M8/04082 , H01M8/04955 , H01M8/0438 , H01M8/0432 , H01M8/0444 , H01M8/04298 , H01M8/04664
Abstract: 本发明提出基于云端诊断的车用燃料电池氢安全系统,包括氢安全管理策略和与氢气供给系统相连的氢安全装置,氢安全装置包括用于采集氢气供给系统数据的传感器,以及与传感器相连的氢系统控制器和车载T‑BOX系统;氢系统控制器基于传感器判断是否存在紧急故障及对应的紧急故障类型;氢安全管理策略根据紧急故障类型对应的故障码和故障等级,输出相应的紧急控制指令;紧急控制指令包括急停、故障停机或警告;车载T‑BOX系统将传感器信号通过CAN通信电路传输到云端平台,云端平台将分析出的非紧急故障信息推送至用户端设备,用户端设备发出预警和报警信号,控制车辆的氢进电磁阀以切断燃料电池的氢气供应;本发明能够实现对燃料电池氢气系统的有效安全监测。
-
-