-
公开(公告)号：CN117574162A
公开(公告)日：2024-02-20
申请号：CN202311427980.9
申请日：2023-10-31
Applicant: 哈尔滨工业大学
Abstract: 一种基于基线相似度的卫星周期性遥测参数异常检测方法，属于卫星运行状态的异常检测领域，尤其涉及卫星系统周期性遥测参数的异常检测；解决了现有基于欧氏距离的异常检测方法所存在的虚警率高、漏检率高、准确率低以及易受噪声等突变信号影响的问题；所述方法包括以下步骤：S1、获取待检测卫星的周期性遥测参数的待检测数据；S2、获得预处理后的待检测数据；S3、获取检测用欧式距离；S4、将检测用欧式距离与异常检测阈值进行比较，筛选疑似异常项；S5、从幅度空间与持续时间两个角度，对所述疑似异常项进行筛选，获得异常检测结果。本发明适用于对具有周期性遥测参数的卫星进行异常检测。
-
公开(公告)号：CN108896924B
公开(公告)日：2020-08-04
申请号：CN201810747134.8
申请日：2018-07-09
Applicant: 哈尔滨工业大学
IPC: G01R31/382 , G01R31/387
Abstract: 基于深度置信网络和卡尔曼滤波融合的锂离子电池荷电状态估计方法，涉及电池管理技术领域。本发明是为了解决传统方法存在的问题。本发明从电池实际运行中可直接测量的电流、电压以及温度参数出发，构建锂离子电池SOC估计模型。采用深度学习中的深度置信网络对锂离子电池SOC进行估计，将深度置信网络与卡尔曼滤波方法进行融合，得到融合以后的锂离子电池SOC估计模型。与现有技术相比较而言，基于数据驱动方法的SOC估计方法可以根据电池实际工作得到的历史数据进行特征提取，再结合滤波的方法检查系统误差，从而得到相对精确的SOC估计值。
-
公开(公告)号：CN110135527A
公开(公告)日：2019-08-16
申请号：CN201910507795.8
申请日：2019-06-12
Applicant: 哈尔滨工业大学
IPC: G06K9/62 , G06K9/00 , G01R31/3842 , G01R31/367
Abstract: 一种高效能的无人机锂离子电池荷电状态估计系统及方法，涉及电池管理技术领域。本发明是为了填补无人机锂离子电池荷电状态评估的空白。本发明采用卡尔曼滤波和支持向量机融合的方法实现锂离子电池的SOC在线估计，弥补了传统SOC估计方法精度较低的不足。同时，即使在SOC初值未知的情况下，亦可实现SOC的准确估计。可用于无人机执行任务过程中的锂离子电池数据采集和SOC估计。
-
公开(公告)号：CN106772080A
公开(公告)日：2017-05-31
申请号：CN201611189260.3
申请日：2016-12-21
Applicant: 哈尔滨工业大学
IPC: G01R31/36
Abstract: 本发明提供了一种空间锂离子电池加速退化试验时间等效性建模方法，本发明针对空间应用的锂离子电池，叙述了构建退化寿命试验模型的过程，提供有效的加速寿命试验模型，说明了在空间锂离子电池地面测试过程中，电流加倍工作条件(后文用DDC表示)的工作时间约为实际在轨模拟工作条件下(后文用SN表示)的0.39倍的信息。对用于加速试验模型的数据，提供全面的统计分析，对数据建模的可行性进行明确表征，避免盲目应用数据进行加速建模的无效工作量。利用多种表达方式，获取每种工况下的寿命概率密度函数，有效获取加速应力为其他值时的寿命分布值，快速获得不同截止条件、加速工况下的寿命与不同工作时间时的参数值。
-
公开(公告)号：CN106597311A
公开(公告)日：2017-04-26
申请号：CN201611189266.0
申请日：2016-12-21
Applicant: 哈尔滨工业大学
IPC: G01R31/36
CPC classification number: G01R31/392 , G01R31/367
Abstract: 本发明提供了一种基于主成分分析的融合HI等效性锂离子电池退化预测方法。将放电终止电压作为基准HI与直接表征退化参数容量进行GRA并使用GLM以进行变换建模，变换结果与容量的关联度大于0.7说明了放电终止电压作为HI的合理性。其次，根据电池的外测参数构建多种间接HI，并利用PCA对多种HI进行融合得到融合HI。利用GLM分析融合HI与放电终止电压之间的关系，并由GRA的关联性大于0.7及RMSE小于0.004，说明误差很小拟合精度高，融合HI可作为放电终止电压的替代参数。同时，GLM可以有效获得HI与直接退化参量之间的关系以确定失效阈值，将序列之间的关联性提高50％以上。构建的融合HI可以完成间接退化状态预测，实现利用直接测量数据间接预测锂离子电池退化状态。
-
Patent Agency Ranking
公开(公告)号：CN106100026A
公开(公告)日：2016-11-09
申请号：CN201610473156.0
申请日：2016-06-24
Applicant: 哈尔滨工业大学
IPC: H02J7/00
CPC classification number: H02J7/0086
Abstract: 一种卫星电源镍镉蓄电池充电调节器，涉及卫星电源对蓄电池组充电领域。本发明是为了解决现有缺少保证卫星电源对蓄电池组的稳定充电与稳定终止充电的调节装置的问题。boost拓扑结构电路将输入的母线电压进行升压转换；电流与电压采样反馈控制单元对充电输出的电流与电压进行采样与信号合成完成对反馈信号的获取与输出；PWM控制单元通过反馈信号输出相应的脉宽信号驱动boost电路的NMOS管；控制单元接收卫星电源母线电压的误差放大得到的充电使能信号，该信号有效时控制整个充电电路接通，同时获取蓄电池组的工作温度与电压，在蓄电池组电压达到温度监测信号对应的充电终止电压时停止充电，完成充电过程。用于母线对蓄电池组充电。
-
公开(公告)号：CN119691635A
公开(公告)日：2025-03-25
申请号：CN202411567019.4
申请日：2024-11-05
Applicant: 哈尔滨工业大学
IPC: G06F18/2433 , G06F18/25 , G06F18/15 , G06F18/213 , G06F18/27 , G06N3/0464
Abstract: 本发明提出一种基于时空关联的航天器遥测数据异常检测方法，属于航天器遥测数据异常检测技术领域，解决了航天器遥测数据异常检测结果存在准确率偏低且虚警率偏高的问题，包括：步骤1：获取航天器遥测数据；步骤2：对航天器遥测数据进行预处理；步骤3：构建特征提取模型并对特征提取模型进行训练，基于训练后的特征提取模型对预处理后的航天器遥测数据进行特征提取；步骤4：对特征提取结果进行关联融合，得到t时间步的航天器遥测数据预测结果；步骤5：基于特征提取模型的训练数据获取异常阈值，计算时间步t的航天器遥测数据的异常得分，若时间步t的异常得分偏离异常阈值，则为异常数据，完成航天器遥测数据异常检测。
-
公开(公告)号：CN119276955A
公开(公告)日：2025-01-07
申请号：CN202411228048.8
申请日：2024-09-03
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及多总线兼容的飞行器在线异常检测系统，属于状态监测和总线通信技术领域。包括：第一监听模块：用于监听通信板卡传输线的数据；第二监听模块：用于监听总线传输线的数据；采集模块：用于将模拟信号转换为数字信号；核心板模块：负责运行逻辑程序解码监听到的数据，并部署后续故障预测算法；电压转换模块：将电源供应的电压进行转化，输出需要电压供其他模块使用。本发明面对多种数据类型(RS485总线数据、1553B总线数据、模拟量)的监听与采集实现具有较强的综合性；本发明针对多种传输协议进行了自适应算法的设计，提升了异常检测的质量，适用于复杂环境与面对多种数据类型，实现效系统监测的情况。
-
公开(公告)号：CN118965977A
公开(公告)日：2024-11-15
申请号：CN202411008846.X
申请日：2024-07-26
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06N3/045 , G06F119/04
Abstract: 本发明提出一种基于多型号退化数据的星载锂离子电池寿命预测方法，包括：步骤1：获取旧型号星载锂离子电池容量退化的SOH历史数据集和新型号星载锂离子电池容量退化的SOH历史数据集；步骤2：构建星载锂离子电池退化等效模型；步骤3：对星载锂离子电池退化等效模型进行训练；步骤4：对训练后的星载锂离子电池退化等效模型进行局部冻结，并对局部冻结后的星载锂离子电池退化等效模型再次训练，得到迁移模型；步骤5：基于迁移模型获取星载锂离子电池寿命预测结果。本发明利用了旧型号电池实际在轨收集的有效退化数据完成对新型号电池的退化等效建模，使得新型号电池的寿命预测不再依赖高质量的新型号电池数据。
-
公开(公告)号：CN118965740A
公开(公告)日：2024-11-15
申请号：CN202411010310.1
申请日：2024-07-26
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F119/04
Abstract: 本发明提出一种基于多工况退化数据的星载锂离子电池寿命预测方法，包括：步骤1：基于GBM过程构建锂离子电池退化等效模型；步骤2：获取锂离子电池退化等效模型的似然函数；步骤3：基于锂离子电池退化等效模型的似然函数，结合锂离子电池退化等效模型构建星载锂离子电池寿命预测基础模型；步骤4：对星载锂离子电池寿命预测基础模型进行线性迁移得到迁移模型；步骤5：基于迁移模型获取星载锂离子电池寿命预测结果。本发明能够实现低应力工况下电池有效退化样本不足时的寿命预测。线性迁移方法建立的多工况退化等效模型高效利用了其他工况下的充分退化历史数据，为短时间内低应力工况下星载锂离子电池的寿命预测提供了理论基础。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.029 seconds)
