-
公开(公告)号：CN114735013A
公开(公告)日：2022-07-12
申请号：CN202210447165.8
申请日：2022-04-26
Applicant: 重庆长安新能源汽车科技有限公司
IPC: B60W40/105 , G01M17/007
Abstract: 本发明公开了一种整车典型工况车速曲线提取方法及系统、车辆和存储介质，步骤包括：获取整车历史多天的的实际用户数据，实际用户数据包括车速曲线；将车速曲线按照预设时间间隔t分解为n个按时间先后排序的车速点Pi（Vi，ai）；建立速度‑加速度MAP表，确定速度‑加速度MAP表单元格内的累计值，将各单元格的累计值按天取均值，去掉小数点取整，过滤掉单元格内值小于1的工况；提取构成整车典型工况车速曲线上的各点的车速vf，按车速vf的顺序，时间间隔t绘制车速曲线，即为整车典型工况车速曲线。本发明的整车典型工况车速曲线提取方法，基于汽车实际用户数据，提取了出更贴近用户实际使用的整车典型工况车速曲线，精确度高，提升了驾乘体验。
-
公开(公告)号：CN114361617A
公开(公告)日：2022-04-15
申请号：CN202111674190.1
申请日：2021-12-31
Applicant: 重庆长安新能源汽车科技有限公司
Abstract: 本发明公开了一种动力电池热失控风险预警方法及预警系统，该预警方法包括：获取各个时刻电池包内所有电池单体的单体电压；计算各个时刻第i个电池单体的单体电压增量Δui；确定各个时刻电池包的参考单体电压；确定各个时刻的实际参考单体电压增量Δu；计算各个时刻第i个电池单体的单体电压增量比Ki；利用数值法或者斜率法判断是否需要报警。本发明能解决一次单体电压信号阈值预警方法可能失效的问题，不需要改变存量动力电池的设计，能实现动力电池热失控风险的有效预警。
-
公开(公告)号：CN114361616A
公开(公告)日：2022-04-15
申请号：CN202111604850.9
申请日：2021-12-24
Applicant: 重庆长安新能源汽车科技有限公司
Abstract: 本发明公开的一种电池热失控预警方法、系统及存储介质，包括：步骤1.计算电池第n个时刻的温度离群阈值Tkn；步骤2.计算每一个电池温度传感器在第n个时刻的离群温差值ΔTi，n；步骤3.每隔步长为S的时间间隔，计算之前滑窗长度为L时间内的离群温差累加值Mi，s；步骤4.计算离群温差累加值阈值TM，若离群温差累加值Mi，s超过离群温差累加值阈值TM或者离群温差累加值Mi，s连续上升次数超过设定次数，系统进行报警。本发明能够有效识别电芯早期内短路引起异常产热，在不需要改变原先动力电池的设计或者提高温度传感器精度和有效性的基础上，解决了一次温度信号阈值预警方法失效的问题。
-
Patent Agency Ranking
公开(公告)号：CN114814598B
公开(公告)日：2024-08-06
申请号：CN202210335108.0
申请日：2022-03-31
Applicant: 重庆长安新能源汽车科技有限公司
IPC: G01R31/378 , G01R31/392 , G01R31/396
Abstract: 本发明公开了一种识别动力电池电压采集故障方法、系统及存储介质，包括以下步骤：采集车辆单体电压数据，对数据进行清洗；系统配置有四种不同的电压采集故障判定方法，分别为第一类电压采集故障判定方法、第二类电压采集故障判定方法、第三类电压采集故障判定方法和第四类电压采集故障判定方法，将所采集的数据通过这四种电压采集故障判定方法进行识别，当其中一种电压采集故障判定方法识别出所采集的车辆单体电压数据为采集故障时，则判断该车辆单体电压数据为采集故障，并进行报警。通过本发明能够针对电压采集故障数据进行识别。
-
公开(公告)号：CN114355199A
公开(公告)日：2022-04-15
申请号：CN202111661180.4
申请日：2021-12-30
Applicant: 重庆长安新能源汽车科技有限公司
IPC: G01R31/367 , G01R31/392 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于循环神经网络的电池热失控风险预测方法及系统，该方法包括以下步骤：从预先收集的用于训练循环神经网络模型的历史数据中选取特征数据，并对特征数据进行数据清洗；基于进行过清洗之后的特征数据生成固定时间长度的样本数据，其中，样本数据包括正常车辆的样本数据和问题车辆的样本数据；构建循环神经网络模型；定义循环神经网络模型的输出；循环神经网络模型获取正常车辆的样本数据并进行训练；利用问题车辆的样本数据验证进行训练之后的循环神经网络模型。本发明通过模型获取采集得到的实时数据，按照一定的频率进行计算，然后得到模型的预测结果，将预测结果与实际结果比对，计算偏离度，该偏离度即可作为电池可能发生热失控故障的概率。
-
公开(公告)号：CN114675189B
公开(公告)日：2024-11-22
申请号：CN202210333273.2
申请日：2022-03-31
Applicant: 重庆长安新能源汽车科技有限公司
IPC: G01R31/367 , G01R31/382 , G01R31/389 , G01R31/396
Abstract: 本发明提供了一种电池故障检测方法，包括：对各电池单体在一个充放电循环内的单体电压和单体电流进行采集；基于各电池单体在所述充放电循环内的单体电压和单体电流，计算各电池单体的第一相关系数和电池包的第二相关系数，并计算各电池单体的第一斜率和电池包的第二斜率；在第一相关系数和/或第二相关系数满足预设条件时，基于第一斜率确定各电池单体在所述充放电循环内是否故障，并基于第二斜率确定电池包在所述充放电循环内是否故障；其中，各电池单体的第一相关系数和第一斜率均与其单体电压和电流相关；电池包的第二相关系数和第二斜率均与电池包的总电压和电流相关。
-
公开(公告)号：CN114355199B
公开(公告)日：2024-11-12
申请号：CN202111661180.4
申请日：2021-12-30
Applicant: 重庆长安新能源汽车科技有限公司
IPC: G01R31/367 , G01R31/392 , G06N3/044 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明涉及一种基于循环神经网络的电池热失控风险预测方法及系统，该方法包括以下步骤：从预先收集的用于训练循环神经网络模型的历史数据中选取特征数据，并对特征数据进行数据清洗；基于进行过清洗之后的特征数据生成固定时间长度的样本数据，其中，样本数据包括正常车辆的样本数据和问题车辆的样本数据；构建循环神经网络模型；定义循环神经网络模型的输出；循环神经网络模型获取正常车辆的样本数据并进行训练；利用问题车辆的样本数据验证进行训练之后的循环神经网络模型。本发明通过模型获取采集得到的实时数据，按照一定的频率进行计算，然后得到模型的预测结果，将预测结果与实际结果比对，计算偏离度，该偏离度即可作为电池可能发生热失控故障的概率。
-
公开(公告)号：CN114814598A
公开(公告)日：2022-07-29
申请号：CN202210335108.0
申请日：2022-03-31
Applicant: 重庆长安新能源汽车科技有限公司
IPC: G01R31/378 , G01R31/392 , G01R31/396
Abstract: 本发明公开了一种识别动力电池电压采集故障方法、系统及存储介质，包括以下步骤：采集车辆单体电压数据，对数据进行清洗；系统配置有四种不同的电压采集故障判定方法，分别为第一类电压采集故障判定方法、第二类电压采集故障判定方法、第三类电压采集故障判定方法和第四类电压采集故障判定方法，将所采集的数据通过这四种电压采集故障判定方法进行识别，当其中一种电压采集故障判定方法识别出所采集的车辆单体电压数据为采集故障时，则判断该车辆单体电压数据为采集故障，并进行报警。通过本发明能够针对电压采集故障数据进行识别。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.05 seconds)
