基于数据驱动的新能源汽车续驶里程估计方法

    公开(公告)号:CN119928667A

    公开(公告)日:2025-05-06

    申请号:CN202510195748.X

    申请日:2025-02-21

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于数据驱动的新能源汽车续驶里程估计方法,属于电池技术领域。该方法包括:收集对应车型的新能源汽车的运行数据,建立新能源汽车运行数据库;基于充电数据与数据增强技术建立估计模型,根据估计结果和安培积分方法计算车辆当前可用总容量;基于Pearson相关系数指标从续驶里程估计特征集中提取与续航里程具有相关性的充电特征集和行驶特征集;根据选定的充电特征集与行驶特征集,基于XGBoost构建续驶里程估计模型,通过续驶里程估计模型进行续驶里程估计。本发明利用车辆历史运行数据计算出电池当前可用总能量,有效考虑电池老化对续驶里程的影响,从电池状态和驾驶行为提取特征,全面反映车辆运行的实际状况。

    一种高塑性低中子吸收截面的难熔高熵合金材料及其制备方法

    公开(公告)号:CN112708817A

    公开(公告)日:2021-04-27

    申请号:CN202011519091.1

    申请日:2020-12-21

    Applicant: 重庆大学

    Abstract: 本发明涉及一种高塑性低中子吸收截面的难熔高熵合金材料及其制备方法,属于高熵合金技术领域。本发明高熵合金材料为AlVTiNbZr高熵合金,其中铝元素原子百分比为5~10%,V元素原子百分比为3~15%,Ti元素原子百分比为20~40%,Nb元素原子百分比为25~35%,Zr元素原子百分比为20~35%;AlVTiNbZr高熵合金具有单相BCC结构。本发明通过真空电弧熔炼的方式得到AlVTiNbZr高熵合金,具有较高的理论熔点、低的合金密度、高的室温屈服强度和变形塑性,可以抵抗服役过程中的变形失效并在服役过程中带来充足的安全裕量。

    一种融合物理信息的锂离子电池健康状态估计方法

    公开(公告)号:CN119986443A

    公开(公告)日:2025-05-13

    申请号:CN202510188963.7

    申请日:2025-02-20

    Applicant: 重庆大学

    Abstract: 本发明涉及一种融合物理信息的锂离子电池健康状态估计方法,属于电池技术领域,包括以下步骤:S1:搜集同一车型的新能源汽车运行数据,包含充放电数据,建立新能源汽车运行数据库;S2:基于电池充电数据进行健康特征提取并计算容量标签;S3:基于前馈神经网络建立锂离子电池健康状态估计模型,定义融合物理信息的损失函数,利用梯度下降方法对模型进行训练;S4:基于训练的模型对新能源汽车锂离子电池健康状态进行估计。本发明解决了深度学习黑箱方法可解释性差、特征利用能力弱的缺点;同时结合了神经网络模型有效提取高维抽象特征的优点和模型能够正确理解物理信息特征对电池老化潜在影响的优点。

Patent Agency Ranking