-
公开(公告)号：CN114970730B
公开(公告)日：2024-11-22
申请号：CN202210611629.4
申请日：2022-05-31
Applicant: 中国汽车工程研究院股份有限公司
IPC: G06F18/23213 , G06F18/2135 , G06F18/15 , G01M17/007
Abstract: 本发明涉及汽车行驶性能测试技术领域，公开了一种多特征纯电动汽车行驶工况构建方法，主要在于获取纯电动汽车车速信号和电池信号数据后将数据划分为多个运动片段，并针对数据进行优化处理，在优化完成后从多个维度对运动片段进行特征提取并采用主成分分析法对运动片段特征进行特征降维，再采用K‑Means++聚类方法对降维后的运动片段进行无监督聚类分析，最终得到多个候选工况，并计算候选工况中不包含极值的特征参数，然后与总体数据计算相对误差值，选取误差率最小的工况作为代表工况输出。本发明具有提升纯电动汽车行驶工况数据质量和数据片段代表性，降低工况与总体数据的相对误差，提高纯电动汽车行驶工况分析结果准确性的有益效果。
-
公开(公告)号：CN114970730A
公开(公告)日：2022-08-30
申请号：CN202210611629.4
申请日：2022-05-31
Applicant: 中国汽车工程研究院股份有限公司
IPC: G06K9/62 , G06K9/00 , G01M17/007
Abstract: 本发明涉及汽车行驶性能测试技术领域，公开了一种多特征纯电动汽车行驶工况构建方法，主要在于获取纯电动汽车车速信号和电池信号数据后将数据划分为多个运动片段，并针对数据进行优化处理，在优化完成后从多个维度对运动片段进行特征提取并采用主成分分析法对运动片段特征进行特征降维，再采用K‑Means++聚类方法对降维后的运动片段进行无监督聚类分析，最终得到多个候选工况，并计算候选工况中不包含极值的特征参数，然后与总体数据计算相对误差值，选取误差率最小的工况作为代表工况输出。本发明具有提升纯电动汽车行驶工况数据质量和数据片段代表性，降低工况与总体数据的相对误差，提高纯电动汽车行驶工况分析结果准确性的有益效果。
-
公开(公告)号：CN114430080B
公开(公告)日：2022-07-29
申请号：CN202210102011.5
申请日：2022-01-27
Applicant: 中国汽车工程研究院股份有限公司
IPC: H01M10/48 , H01M10/44 , G01R31/382
Abstract: 本发明涉及故障诊断技术领域，公开了一种基于运行数据的动力电池电芯异常自放电的识别方法，包括以下步骤：步骤1：解析得到基本电池信号数据；步骤2：清洗基本电池信号数据，得到标准电池信号数据；步骤3：由标准电池信号数据中选择充电状态数据；步骤4：按照提取策略对充电状态数据中每个电芯的电压数据进行特征提取，得到电芯特征值；步骤5：进行异常检测；步骤6：根据实时异常检测结果，判定电芯是否存在突发性自放电异常；根据长周期异常检测结果，判定电芯是否存在持续性自放电异常。本发明能够及时识别电芯异常自放电状况，保证识别的准确性和故障识别判定的高效率，并且，对自放电异常故障定位实现到电芯级别，识别的精度高。
-
公开(公告)号：CN113589178B
公开(公告)日：2022-06-17
申请号：CN202110875293.8
申请日：2021-07-30
Applicant: 中国汽车工程研究院股份有限公司 , 中国标准化研究院
IPC: G01R31/382
Abstract: 本发明涉及动力电池技术领域，公开了一种动力电池异常故障识别方法及系统，包括数据处理模块，以及与数据处理模块分别连接的数据采集模块和显示模块；数据采集模块，用来在采集时间段内采集动力电池数据形成采集数据集合，并将采集数据集合发送给数据处理模块；数据处理模块将故障判断单元判断得出的高压连接异常故障、采样异常故障或其他故障作为识别结果发送给显示模块；显示模块用于接收并显示识别结果。本发明具有能精准判断动力电池故障模式的有益效果，保证了动力电池的使用安全性。
-
公开(公告)号：CN113589178A
公开(公告)日：2021-11-02
申请号：CN202110875293.8
申请日：2021-07-30
Applicant: 中国汽车工程研究院股份有限公司 , 中国标准化研究院
IPC: G01R31/382
Abstract: 本发明涉及动力电池技术领域，公开了一种动力电池异常故障识别方法及系统，包括数据处理模块，以及与数据处理模块分别连接的数据采集模块和显示模块；数据采集模块，用来在采集时间段内采集动力电池数据形成采集数据集合，并将采集数据集合发送给数据处理模块；数据处理模块将故障判断单元判断得出的高压连接异常故障、采样异常故障或其他故障作为识别结果发送给显示模块；显示模块用于接收并显示识别结果。本发明具有能精准判断动力电池故障模式的有益效果，保证了动力电池的使用安全性。
-
Patent Agency Ranking
公开(公告)号：CN111859710A
公开(公告)日：2020-10-30
申请号：CN202010761026.3
申请日：2020-07-31
Applicant: 中国汽车工程研究院股份有限公司
IPC: G06F30/20 , G06Q10/06 , G06F111/08 , G06F119/02
Abstract: 本发明涉及系统安全领域，具体公开了一种量化安全的累计风险模型建模方法，包括步骤：S1.采集观测信号随时间变化的运行值；S2.确定观测时间窗口的大小及所述观测信号的变化范围；S3.计算所述观测时间窗口内任一时刻所述观测信号的稳态概率；S4.计算所述观测时间窗口内所述观测信号的累计风险概率。本方法通过风险随时间的累计积分计算，得到了观测信号的累计风险概率，从而将安全风险量化成一具体数值，相比阈值判断法、离群点、熵法等方法，本方法计算过程简单，表示直观。
-
公开(公告)号：CN117473535A
公开(公告)日：2024-01-30
申请号：CN202311500791.X
申请日：2023-11-10
Applicant: 中国汽车工程研究院股份有限公司
Abstract: 本发明涉及数据安全管控方法领域，具体涉及一种基于分类分级的立体数据权限管控方法，包括，对数据进行分类、分级定义，再绑定数据的敏感级别和分类，基于数据分类分级规则动态实现数据脱敏；基于预设加密算法按类别和级别对数据加解密；基于库级、表级和字段级授权，进行数据库和文件系统级别的认证和授权的权限控制，所述权限控制包括操作权限。本发明能更有效地使用和保护数据,并使数据更易于定位和检索。
-
公开(公告)号：CN115267541A
公开(公告)日：2022-11-01
申请号：CN202210910235.9
申请日：2022-07-29
Applicant: 中国汽车工程研究院股份有限公司
IPC: G01R31/36 , G01R31/367 , G01R31/378 , G06K9/62 , B60L58/12
Abstract: 本发明涉及新能源汽车电池检测技术领域，公开了一种基于对抗学习的新能源汽车电池异常检测方法，包括：步骤S1，采集目标车辆的运行数据并提取数据特征，并对数据特征进行预处理，得到训练数据特征集合；步骤S2，利用训练数据特征集合训练生成器和判别器；步骤S3，采集测试数据并对测试进行优化，然后利用完成训练的生成器和判别器进行测试；步骤S4，计算分析得到异常分数，并将异常分数与第一阈值进行对比，然后根据对比结果判定电池有无异常。本发明具有快速准确地找到发生异常的时间段及对应的故障电芯号，降低故障误报率，保证了每一次报警的准确性的有益效果。
-
公开(公告)号：CN113771864A
公开(公告)日：2021-12-10
申请号：CN202110676169.9
申请日：2021-06-18
Applicant: 湖南大学 , 中国汽车工程研究院股份有限公司
Abstract: 本发明公开了一种基于人工智能的新能源车辆侧翻预警方法，该方法包括如下步骤：建立理想的、反映车辆侧翻规律的侧翻力学模型；根据对于侧翻力学模型的分析结论，选择合适的参数作为侧翻预警模型的输入参数；选取横向载荷转移率作为侧翻预警指标，并将结果划分为5类；通过多层神经网络训练同时调整超参数后，实现输入相应参数后输出预测的载荷转移率；基于步骤四得到的载荷转移率确定步长后预测下一时刻的载荷转移率，若达到侧翻条件，则计算TTR时间并输出；若在时间阈值内未达到侧翻条件，则进入下一轮预警。本发明的有益效果如下：保证了预警的准确性和普适性；比普通的动态门限值具有更好的实时性；提高了预警效率。
-
公开(公告)号：CN111859815A
公开(公告)日：2020-10-30
申请号：CN202010761018.9
申请日：2020-07-31
Applicant: 中国汽车工程研究院股份有限公司
IPC: G06F30/27 , G06K9/62 , G06F111/08 , G06F119/08
Abstract: 本发明涉及电池技术领域，具体涉及一种电池报警特征数据的模式聚类方法与事故特征识别技术，包括：S1、采集事故车与正常车运行中报警前后时刻电池的运行数据；S2、对运行数据进行降维处理，得出模式特征；S3、对降维后的模式特征进行聚类分析，得出运行数据的分类特征；S4、根据分类特征分析事故车与正常车的统计差异性；S5、以统计差异性为标准，判断车辆是否为事故车。发明的优点在于，相较于现有技术而言，本方案中的判断标准并不是单一、模糊的，通过对电池的运行数据进行分析，先后得出模式特征、分类特征和统计差异性，能够精准地识别事故车，解决了现有技术很难准确分辨出事故车的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.027 seconds)
