公开(公告)号：CN118133106A

公开(公告)日：2024-06-04

申请号：CN202311841440.5

申请日：2023-12-28

Applicant: 西安交通大学

Inventor： 翟智 ,  邸一 ,  王福金 ,  赵志斌 ,  陈雪峰

IPC: G06F18/241 ,  G06N3/0455 ,  G06N3/094 ,  G06F18/214

Abstract: 本公开提供一种基于图滤波的可解释时空图异常检测方法，所述方法包括：对接收到的卫星电源系统的原始遥测数据进行预处理，以获得正常样本；构建基于图滤波的可解释时空图异常检测网络；利用所述正常样本训练所述可解释时空图异常检测网络，当迭代次数达到设定的最大迭代次数时或总损失的减小值达到设定阈值，所述可解释时空图异常检测网络训练完成；给定任意接收到的卫星电源系统遥测数据，利用训练完成的可解释时空图异常检测网络进行异常检测和可解释分析。本公开同时捕捉时空信息，利用图滤波技术和巧妙的网络设计提供可解释性，对高噪声和数据缺失有鲁棒性，能够实现高性能的、可信的、实用的卫星电源系统遥测信号异常检测。

公开(公告)号：CN117518003A

公开(公告)日：2024-02-06

申请号：CN202311267728.6

申请日：2023-09-27

Applicant: 西安交通大学

Inventor： 翟智 ,  王福金 ,  赵志斌 ,  邸一 ,  王晨希 ,  陈雪峰

IPC: G01R31/392 ,  G01R31/396 ,  G01R31/388 ,  G01R31/36

Abstract: 一种基于可解释物理驱动神经网络模型的电池放电结束点预测方法，采集电池放电过程中的电流数据和电压数据；建立基于二阶RC等效电路模型的可解释物理驱动神经网络；将采集到的所述电流数据作为特征，所述电压数据作为标签，对所述的可解释物理驱动神经网络进行训练；可解释物理驱动神经网络训练完成后，给定电流数据，训练好的可解释物理驱动神经网络输出电压预测曲线，基于电压预测曲线预测放电结束。

公开(公告)号：CN114781264A

公开(公告)日：2022-07-22

申请号：CN202210433148.9

申请日：2022-04-22

Applicant: 西安交通大学

Inventor： 翟智 ,  王福金 ,  赵志斌 ,  郭艳婕 ,  文靖程 ,  陈雪峰

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F119/02

Abstract: 基于特征解耦和趋势保持的锂电池跨域容量估计方法，包括：分别采集在不同工况下工作的锂电池充电过程中的过程量信号，包括：电压、电流和时间；将工况一下采集的数据作为源域数据，将工况二下采集的数据作为目标域数据；建立包括公有特征提取器、私有特征提取器、解码器、预测器和域分类器的域自适应网络；输入有标签的源域数据和无标签的目标域数据对该网络进行训练；训练完成后，将无标签的目标域数据输入训练好的域自适应网络进行前向传播，训练好的域自适应网络输出容量预测结果，实现不同工况下锂电池容量估计和健康状态评估。本公开能够有效提高估计精度、减小了域间差异以及保持了锂电池退化趋势信息从而提高了鲁棒性。

公开(公告)号：CN119827989A

公开(公告)日：2025-04-15

申请号：CN202411797239.6

申请日：2024-12-09

Applicant: 西安交通大学

Inventor： 赵志斌 ,  余秋雨 ,  王福金 ,  刘炳辰 ,  郑适雨 ,  翟智 ,  陈雪峰

IPC: G01R31/367 ,  G06N3/0455 ,  G06N3/08 ,  G01R31/392

Abstract: 本发明揭示了一种锂电池循环寿命和容量退化曲线拐点预测方法，包括：采集电压、温度、内阻、充电时间和放电容量等关键性能参数，并提取初始容量降至80%时的循环次数作为寿命预测标签，识别容量退化曲线拐点并标注对应循环次数；采用多时间尺度特征提取和滑窗策略，从前100个循环数据中提取周期间和周期内特征；结合斯皮尔曼相关系数法和递归特征消除法进行特征选择；结合多头注意力机制和多层感知器构建混合深度学习网络，进行循环寿命和拐点的预测；通过训练和测试，最终实现了在不同工况下准确预测锂电池循环寿命和容量退化曲线拐点。本发明有效提升了老化信息的利用效率，显著提高了预测精度和模型的泛化能力。

公开(公告)号：CN114781264B

公开(公告)日：2024-10-01

申请号：CN202210433148.9

申请日：2022-04-22

Applicant: 西安交通大学

Inventor： 翟智 ,  王福金 ,  赵志斌 ,  郭艳婕 ,  文靖程 ,  陈雪峰

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/096 ,  G06F119/02

Abstract: 基于特征解耦和趋势保持的锂电池跨域容量估计方法，包括：分别采集在不同工况下工作的锂电池充电过程中的过程量信号，包括：电压、电流和时间；将工况一下采集的数据作为源域数据，将工况二下采集的数据作为目标域数据；建立包括公有特征提取器、私有特征提取器、解码器、预测器和域分类器的域自适应网络；输入有标签的源域数据和无标签的目标域数据对该网络进行训练；训练完成后，将无标签的目标域数据输入训练好的域自适应网络进行前向传播，训练好的域自适应网络输出容量预测结果，实现不同工况下锂电池容量估计和健康状态评估。本公开能够有效提高估计精度、减小了域间差异以及保持了锂电池退化趋势信息从而提高了鲁棒性。

公开(公告)号：CN119355527A

公开(公告)日：2025-01-24

申请号：CN202411445593.2

申请日：2024-10-16

Applicant: 西安交通大学

Inventor： 赵志斌 ,  刘炳辰 ,  王福金 ,  郑适雨 ,  余秋雨 ,  翟智 ,  陈雪峰

IPC: G01R31/367 ,  G01R31/392 ,  G01R31/385 ,  G01R31/396

Abstract: 本公开提供一种基于标签分布平滑的锂离子电池健康状态估计方法，包括：采集锂离子电池充电过程的过程量信号，以及状态量信号，得到电池的健康状态量；将所有归一化后的数据划分为训练集、验证集和测试集；建立卷积神经网络模型，将健康状态值作为标签，模型输出为估计的健康状态值；获得最终的估计误差，将该估计误差反向传播以优化卷积神经网络模型；对优化后的卷积神经网络模型效果进行验证，并输出健康状态估计结果，实现在数据长尾分布情况下锂离子电池健康状态的估计。本公开能够有效降低锂离子电池领域回归任务中数据不平衡问题所带来的估计误差，实现对电池健康状态的准确估计。

公开(公告)号：CN213769951U

公开(公告)日：2021-07-23

申请号：CN202021571538.5

申请日：2020-07-31

Applicant: 西安交通大学

Inventor： 贾欣雨 ,  王福金 ,  何平 ,  余常欣 ,  李兵

IPC: B65F1/00 ,  B65F1/14 ,  B65F1/16

Abstract: 本实用新型公开了一种基于语音识别的智能自动分类垃圾箱，箱体自下到上依次分为下部区域、中部区域及上部区域，其中，下部区域内设置有下箱，中部区域内设置有中箱，上部区域内设置有上箱，其中，下箱与箱体之间设置有用于带动下箱转动伸出到箱体外的舵机，固定盖固定于上箱的顶部开口处，翻盖的一端与固定盖之间通过弹簧合页相连接，翻盖的另一端与上箱的顶部设置有用于将翻盖弹出的电磁装置，控制系统与语音识别系统、电磁装置及舵机相连接，该垃圾箱能够基于语音识别进行垃圾分类。