-
公开(公告)号:CN119535271A
公开(公告)日:2025-02-28
申请号:CN202411926935.2
申请日:2024-12-25
Applicant: 长安大学
IPC: G01R31/392 , G01R31/367 , G01R31/385 , G01R31/387 , G01R31/378
Abstract: 本发明涉及电池管理技术领域,具体涉及一种同类锂离子电池健康状态估计方法、系统、设备及存储介质;包括以下步骤:采集锂离子电池在充放电循环恒流充电阶段的电压、电流、容量和对应的采样时间数据;基于电压、电流、容量和对应的采样时间数据得到容量增量曲线和恒流充电曲线;基于分段聚合近似算法对容量增量曲线和恒流充电曲线进行降维处理,得到低维容量增量曲线和低维恒流充电曲线;将低维的容量增量曲线和低维恒流充电曲线融合,得到融合特征;本发明将低维容量增量曲线和低维恒流充电曲线融合作为评估电池健康特征,不但降低了数据维度,同时保留了反映电池健康状态的信息,从而提高了特征提取的效率与准确性。
-
公开(公告)号:CN118980957A
公开(公告)日:2024-11-19
申请号:CN202411086782.5
申请日:2024-08-08
Applicant: 长安大学
IPC: G01R31/392 , G01R31/385 , G01R31/387 , G01R31/378 , G01R31/367 , G01R31/396
Abstract: 本发明提供一种锂离子电池健康状态估计方法、系统、设备及介质,包括以下步骤:采集锂离子电池在充放电循环恒流充电阶段的电压、电流、容量和对应的采样时间数据;基于所述的电压、电流、容量和对应的采样时间数据得到容量增量曲线;基于分段聚合近似算法对所述容量增量曲线进行处理,生成短序列容量增量数据曲线;基于GAF算法将所述的短序列容量增量数据曲线进行转化,生成图片数据;采用2DCNN网络从所述图片数据中提取第一维度特征,利用1DCNN网络从容量增量曲线中提取第二维度特征,基于特征融合网络将所述第一维度特征和第二维度特征进行融合,生成融合综合特征;基于LSTM模型将所述融合综合特征进行训练,输出健康状态估计结果。
-
公开(公告)号:CN218272223U
公开(公告)日:2023-01-10
申请号:CN202222363982.3
申请日:2022-09-06
Applicant: 长安大学
Abstract: 本实用新型属于采集装置技术领域,具体为一种基于碳中和的碳排放采集装置,其包括:排气管、收集网和过滤组件,排气管侧壁连接有外管,所述排气管内壁底部设置有挡圈;收集网设置在所述挡圈上,所述收集网中央设置有振动器;过滤组件包括卡圈和滤网,所述卡圈嵌装在排气管顶部,所述卡圈内侧设置滤网,中和后产生的固体颗粒落在收集网上进行收集,避免固体颗粒顺着排气管落入管道内部造成排气堵塞,中和后的气体通过滤网的再次过滤后从排气管排出,在使用之后,能够将收集网取出,通过收集网上的振动器产生震动将收集网上的颗粒振落,对收集网进行清洁,避免收集网本身网孔被堵影响排气。
-
-