-
公开(公告)号：CN115166553A
公开(公告)日：2022-10-11
申请号：CN202210714553.8
申请日：2022-06-23
Applicant: 北京交通大学
IPC: G01R31/389 , H01M10/42
Abstract: 本发明涉及一种锂离子电池扩散极化过程无损分离方法，该方法利用电极和电池的热力学和扩散动力学间的匹配关系，根据辨识的全电池固相扩散系数，在基变换下分离电极的固相扩散过程。本发明主要包括如下步骤：首先，构建电极和全电池的热力学参数匹配关系，获取正负极的电压增量特性；然后，根据电极和全电池的电压增量来选取合适的SOC点进行交流阻抗测试；然后，利用交流阻抗测试和等效阻抗模型辨识电池固相扩散时间常数；最后，在基变换的理论下分离电极的固相扩散时间，结合电极的电压增量实现电极扩散内阻的无损分离。该方法步骤简单，易于在线实现，且可靠性高，适用于电动汽车动力电池内部电极材料微观机理的无损检测。
-
公开(公告)号：CN112208389B
公开(公告)日：2022-02-11
申请号：CN202010933951.X
申请日：2020-09-08
Applicant: 北京交通大学 , 中车工业研究院有限公司
IPC: B60L58/10
Abstract: 本发明涉及一种针对车载动力电池的日常便捷检测方法，步骤为：步骤1：基于各个电池单体电压值，通过高斯分布拟合将电压值处于较低概率范围的异常电池单体，赋予异常值；步骤2：在车载动力电池充电全过程中，每间隔n秒，重复步骤1筛选出全部异常电池单体；步骤3：各异常电池单体，逐个对其全部的异常值的绝对值进行累加，得到累加异常值；步骤4：将全部异常电池单体分组对应于异常类型分类，累加异常值作为判断标准；步骤5：根据异常分布变化趋势判断异常情况。本发明，检测简单便捷，成本低，可用于日常的电动汽车动力电池检测，可对车辆当前整体状态进行大致的检测评估，降低车辆因长期缺乏检测而造成较严重事故的可能性。
-
公开(公告)号：CN113884900A
公开(公告)日：2022-01-04
申请号：CN202111066744.X
申请日：2021-09-13
Applicant: 北京交通大学
IPC: G01R31/371
Abstract: 本发明公开了一种三元锂离子电池容量突变点预测方法，从已有的电池加速老化数据中提取与新的电池具有相同加速老化模式的迁移样本，用于训练机器学习模型，最终预测新的电池的容量突变点。锂离子电池容量突变点预测方法包括加速老化模式判断，迁移样本选择以及容量突变点预测。具体为从三元锂离子电池放电容量‑电压曲线，容量增量曲线，电压差分曲线的早期变化曲线上提取表征锂离子电池的健康状态的17个老化特征参数，然后利用机器学习算法对锂离子电池的加速老化模式进行早期诊断，然后根据加速老化模式判断结果从已有的电池加速老化数据中进行样本选择，利用迁移样本训练机器学习模型，最终对新的电池进行容量突变点预测。
-
公开(公告)号：CN112208389A
公开(公告)日：2021-01-12
申请号：CN202010933951.X
申请日：2020-09-08
Applicant: 北京交通大学 , 中车工业研究院有限公司
IPC: B60L58/10
Abstract: 本发明涉及一种针对车载动力电池的日常便捷检测方法，步骤为：步骤1：基于各个电池单体电压值，通过高斯分布拟合将电压值处于较低概率范围的异常电池单体，赋予异常值；步骤2：在车载动力电池充电全过程中，每间隔n秒，重复步骤1筛选出全部异常电池单体；步骤3：各异常电池单体，逐个对其全部的异常值的绝对值进行累加，得到累加异常值；步骤4：将全部异常电池单体分组对应于异常类型分类，累加异常值作为判断标准；步骤5：根据异常分布变化趋势判断异常情况。本发明，检测简单便捷，成本低，可用于日常的电动汽车动力电池检测，可对车辆当前整体状态进行大致的检测评估，降低车辆因长期缺乏检测而造成较严重事故的可能性。
-
公开(公告)号：CN107064800B
公开(公告)日：2019-10-18
申请号：CN201611078237.7
申请日：2016-11-29
Applicant: 北京交通大学 , 中车长春轨道客车股份有限公司
IPC: G01R31/367
Abstract: 本发明涉及一种锂离子电池剩余使用寿命的实时预测方法。该方法包括如下步骤：建立锂离子电池容量衰退模型；选取合适的锂离子电池容量衰退模型参数的先验分布；选取合适的锂离子电池衰退模型参数的似然函数；基于贝叶斯理论计算锂离子电池容量衰退模型参数的后验分布；推算锂离子电池容量的预测分布；最后计算得到待预测锂离子电池的剩余使用寿命及其置信度。该方法优点在于对锂离子电池的剩余使用寿命预测不存在路径依赖，可以用于估计任意衰退路径下锂离子电池的剩余使用寿命以及预测置信度。该方法预测精度高，运算速度快，可以实现对锂离子电池剩余使用寿命的快速估计，保障车辆的安全可靠运行。
-
Patent Agency Ranking
公开(公告)号：CN108162989A
公开(公告)日：2018-06-15
申请号：CN201711442678.5
申请日：2017-12-27
Applicant: 北京交通大学 , 中车长春轨道客车股份有限公司
Abstract: 本发明属于轨道交通车载储能技术领域，尤其涉及一种城市轨道交通车辆用牵引辅助一体化车载储能系统，包括两路输出：一路给车辆辅助系统供电，满足辅助系统用电需求，一路同牵引系统相连，满足车辆牵引和制动能量回收需求，两个回路通过一根接地的负线回流；储能系统内的电池箱配置多簇电池，每簇电池对应一个牵引系统，连接牵引系统的正负对外输出端均有常开继电器控制；多簇电池通过二极管并联后对应一台辅助充电机，通过电压竞争轮流对辅助系供电，辅助回路通过接地的牵引系统负线回流，辅助输出正母线使用常闭接触器控制，确保对辅助系统的供电可靠性。
-
公开(公告)号：CN107064800A
公开(公告)日：2017-08-18
申请号：CN201611078237.7
申请日：2016-11-29
Applicant: 北京交通大学 , 中车长春轨道客车股份有限公司
IPC: G01R31/36
Abstract: 本发明涉及一种锂离子电池剩余使用寿命的实时预测方法。该方法包括如下步骤：建立锂离子电池容量衰退模型；选取合适的锂离子电池容量衰退模型参数的先验分布；选取合适的锂离子电池衰退模型参数的似然函数；基于贝叶斯理论计算锂离子电池容量衰退模型参数的后验分布；推算锂离子电池容量的预测分布；最后计算得到待预测锂离子电池的剩余使用寿命及其置信度。该方法优点在于对锂离子电池的剩余使用寿命预测不存在路径依赖，可以用于估计任意衰退路径下锂离子电池的剩余使用寿命以及预测置信度。该方法预测精度高，运算速度快，可以实现对锂离子电池剩余使用寿命的快速估计，保障车辆的安全可靠运行。
-
公开(公告)号：CN107045104A
公开(公告)日：2017-08-15
申请号：CN201611076213.8
申请日：2016-11-29
Applicant: 北京交通大学 , 中车长春轨道客车股份有限公司
IPC: G01R31/36
Abstract: 本发明涉及一种钛酸锂电池容量的在线估计方法。该方法的实施过程完全基于车载充电设备对电池系统的充电过程，无需将待测钛酸锂电池从轨道车辆中的供电回路中断开或者设定额外的放电工况，就可以准确的在线估算待测钛酸锂电池容量值，有效降低了轨道车辆用电池系统的维护成本，并为轨道交通用钛酸锂电池运行过程中的能量管理策略提供理论依据，提升整车的能量利用效率。
-
公开(公告)号：CN103344917B
公开(公告)日：2015-08-12
申请号：CN201310233747.7
申请日：2013-06-13
Applicant: 北京交通大学 , 国家电网公司 , 华北电力科学研究院有限责任公司
IPC: G01R31/36
Abstract: 本发明涉及锂电池参数确定方法的技术领域，具体涉及一种锂电池循环寿命快速测试方法。该方法包括如下步骤：步骤1：根据电池样本的极化电压特性，确定循环寿命快速测试的荷电状态区间；步骤2：进行电池循环寿命快速测试，得到循环寿命测试实验数据；步骤3：部分荷电区间循环寿命推演数学模型；步骤4：建立0-100%荷电区间循环寿命推演数学模型；步骤5：得到电池0-100%荷电状态区间的循环寿命公式；步骤6估算出该测试电池的循环寿命。本发明避免了常规测试时间长、加速循环寿命测试方法与实际偏差大的不足，缩短了电池的设计、开发与测试周期。
-
公开(公告)号：CN119689274A
公开(公告)日：2025-03-25
申请号：CN202411969467.7
申请日：2024-12-30
Applicant: 北京交通大学 , 南方电网科学研究院有限责任公司
IPC: G01R31/367 , G01R31/392 , G06F18/20 , G06F18/213 , G06F18/2113 , G06F17/18 , G06N20/00
Abstract: 本发明公开了一种基于运行模式画像的电池组健康状态评估方法和系统，涉及电池组管理技术领域，采用安时积分法对电池组的历史运行数据进行分析，得到多个电池组标签容量，通过历史运行数据构建运行模式画像，并对运行模式画像进行统计分析，得到多个统计特征，再通过各个电池组标签容量对各个统计特征进行自适应冗余特征筛选，得到多个相关健康指标，采用各个相关健康指标对预设的电池组健康状态评估模型进行训练，得到目标电池组健康状态评估模型。克服了现有的电池组健康状态评估模型主要是基于固定工况下的电池单体级别测试数据进行开发，当面获取的时序采集数据临杂乱无章时，无法对电池组健康状态进行准确评估的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.047 seconds)
