公开(公告)号：CN119881678A

公开(公告)日：2025-04-25

申请号：CN202411986571.7

申请日：2024-12-31

Applicant: 重庆邮电大学

Inventor： 李鹏华 ,  敖哲晟 ,  侯杰 ,  项盛 ,  胡晓松 ,  向飞 ,  周晶晶

IPC: G01R31/382 ,  G06F30/27 ,  G06F17/13 ,  G06N3/084

Abstract: 本发明涉及一种基于多尺度物理信息神经网络的锂电池SOC估计方法，属于电池荷电状态估计技术领域。该方法包括：S1：采用一阶RC等效电路模型描述电池的动态特性，其内部的电气参数作为Mamba模型输出充当物理知识；S2：对电压特征、电流特征、时间特征和边缘特征进行多尺度融合，从而得到新的特征，作为Mamba模型的输入；S3：构建Mamba模型，包括SSM、卷积层、线性层和元素运算符；SSM表示选择性状态空间模型，由结构化状态空间序列模型与选择机制和扫描模块结合形成；S4：利用Mamba模型进行锂电池SOC估计，并采用SPKF自适应权重来提升模型训练效率。本发明提升了SOC预测的准确性和可靠性。

公开(公告)号：CN118587159A

公开(公告)日：2024-09-03

申请号：CN202410623653.9

申请日：2024-05-20

Applicant: 重庆邮电大学

Inventor： 李鹏华 ,  敖哲晟 ,  侯杰 ,  叶江涛 ,  蒋俊浩 ,  宾晋川

IPC: G06T7/00 ,  G06T7/90 ,  G06V10/52 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06F17/18 ,  G06F17/16

Abstract: 本发明涉及一种基于多模态BiLSTM‑Mamba的锂电池热预警方法，属于锂电池热预警领域。该方法包括：采集锂电池的红外图像、热成像图像、电池内部电流、电压以及电池温度数据；将红外图像和热成像图像输入Vision Transformer神经网络对图像进行处理，提取温度特征并进行锂电池表面温度的预测；将电流、电压以及温度数据输入CNN‑BiLSTM神经网络中进行特征提取和学习，综合多个特征表示以预测锂电池表面温度；最后耦合两个神经网络的预测温度，并输入Mamba模型中预测热预警，以达到防止热失控的目的。本发明可提高锂电池热失控预警的准确性和可靠性，能够更快更精准地得到预测结果。