-
公开(公告)号：CN118211724A
公开(公告)日：2024-06-18
申请号：CN202410406903.3
申请日：2024-04-07
Applicant: 北京理工大学
Abstract: 本发明提供了一种数据驱动的新能源汽车用户充电地点预测方法，其利用新能源汽车实车大数据并执行必要的数据预处理，通过对车辆各次充电行为所对应的充电地点、时间、日期、SOC及快慢充方式等信息进行统计分析，并结合贝叶斯定理建立预测模型，能够对新能源汽车在特定条件下对应的充电地点进行精确预测。该方法的实现较为简便，且能够保持长期持续地更新，从而有利于优化充电体验和保障电力系统稳定。
-
公开(公告)号：CN118095038A
公开(公告)日：2024-05-28
申请号：CN202311739291.1
申请日：2023-12-18
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于风险积累识别高风险车辆方法，利用正常车和故障车的数据计算多种电池高风险运行工况下车辆的风险积累系数，随后将风险积累系数用作特征值输入来训练逻辑回归算法，最后训练得到的基于逻辑回归算法的高风险车辆识别模型，可以准确的识别高风险车辆并据此推测出车辆故障的原因。这种故障诊断方法摆脱了对于电池单体电压数据的依赖，克服了现有故障诊断方法的技术缺陷，并显著提高了故障诊断的精确性。
-
公开(公告)号：CN117851806A
公开(公告)日：2024-04-09
申请号：CN202311664868.7
申请日：2023-12-06
Applicant: 北京理工大学
IPC: G06F18/213 , G06F18/214 , G06Q10/04 , G06Q50/40 , G06N20/20
Abstract: 本发明提供了一种基于特征分析和机器学习的电动公交车能耗预测方法，全面考虑了可能对公交车行程能耗产生影响的多项特征，通过依次执行VIF检验和逐步回归对特征进行两轮筛选，并将筛选后的特征用于对多种机器学习模型的训练，通过对模型训练效果的评价得到最佳模型并用于电动公交车行程能耗预测。该方法有效克服了现有技术中特征提取不全或过于繁杂的缺点，且摆脱了对专业知识的依赖性，特征提取过程较为简便并能够较精确地表征公交行程能耗，对模型算法的多轮选择与评价过程也极大地改善了能耗预测精度。
-
公开(公告)号：CN117609696A
公开(公告)日：2024-02-27
申请号：CN202311623782.X
申请日：2023-11-30
Applicant: 北京理工大学
IPC: G06F18/10 , G06F18/213 , G06F18/23 , G06N5/04
Abstract: 一种数据挖掘与专家知识结合的电池热失控致因调查方法，其充分融合了机器学习算法和专家经验各自的优势，先利用机器学习算法快速地进行数据特征的挖掘提取，再借助专家经验对提取的特征为致因推理提供先验知识引导，可以在远程数据分析阶段就得到热失控致因的初步推断结果，为热失控致因的深度调查提供了重要的参考方向，不仅有效提高了热失控致因分析的准确性，还显著缩小了后续调查的范围，节省了现场调查的时间成本，提高了新能源汽车热失控调查工作的效率。该方法中所提取的原始数据及特征全部可通过新能源汽车车载电池系统的传感器来直接测量获取，既不需要额外增设传感器，也不需要高频率的采样数据，具有较低的设备与运算成本。
-
公开(公告)号：CN113280830B
公开(公告)日：2022-12-13
申请号：CN202110602199.5
申请日：2021-05-31
Applicant: 北京理工大学
Abstract: 本发明提供了一种数据驱动的特定驾驶场景车辆筛选以及里程核查方法，利用新能源汽车车载大数据从多种车辆运行状态与信息加以考虑，实现了从包含了海量非教学用车辆的大数据中对特定驾驶场景(例如驾校中专门用于练习倒库的新能源车辆)的分层次精确筛选，结合车辆仪表显示的车速、里程信息以及由其他角度计算得到的车速和里程，对筛选出的车辆里程实现了全面而精确的核查，从而具有了现有技术中所不具备的诸多有益效果。
-
Patent Agency Ranking
公开(公告)号：CN113060068B
公开(公告)日：2022-12-13
申请号：CN202110429831.0
申请日：2021-04-21
Applicant: 北京理工大学
IPC: B60Q9/00 , B60R16/023
Abstract: 本发明涉及电动车辆底盘碰撞防护及报警系统，该系统包括：微弯光纤传感器、微处理器和ECU。其中，通过采用微弯光纤传感器获取的光信号感知自底盘及电池箱体是否发生形变。微处理器将光信号变化转换成电信号变化，并对电信号的变化率进行计算。ECU根据预设阈值对电信号的变化率进行判断，从而完成对底盘及电池箱体形变程度的评估，并控制相关装置进行处理。基于此结构，本发明能够及时对驾驶员进行有效警示并采取不同的应对策略，针对现有的通过加装底盘防护结构的防护策略而言，能够更及时迅速的对底盘碰撞强度进行评估，提醒驾驶员采取合理应对措施，避免因电池箱体过度损伤所引发的车辆燃烧等严重事故。
-
公开(公告)号：CN113406513B
公开(公告)日：2022-11-15
申请号：CN202110649253.1
申请日：2021-06-08
Applicant: 北京理工大学
IPC: G01R31/385 , G01R31/367 , G01R31/00 , G01C21/34 , G01C21/30 , G01C25/00
Abstract: 本发明提供了一种基于新能源汽车数据插值的电压估计方法，其对现有新能源汽车的电压数据采集与预测方式进行了改进，在传统的基于数学理论的插值手段基础上，考虑了车辆在实际运行路线中所经历的多种工况，有效提高了电压曲线的预测精度。通过电压的计算结果，还能够对由电子地图或卫星导航平台获取的行驶路线进行标定，在不进行复杂的导航数据获取、运算的前提下，以极其便捷的方式实现了车辆行驶轨迹的精确确定，从而使本发明具有了现有技术所不具备的诸多有益效果。
-
公开(公告)号：CN113406513A
公开(公告)日：2021-09-17
申请号：CN202110649253.1
申请日：2021-06-08
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于新能源汽车数据插值的电压估计方法，其对现有新能源汽车的电压数据采集与预测方式进行了改进，在传统的基于数学理论的插值手段基础上，考虑了车辆在实际运行路线中所经历的多种工况，有效提高了电压曲线的预测精度。通过电压的计算结果，还能够对由电子地图或卫星导航平台获取的行驶路线进行标定，在不进行复杂的导航数据获取、运算的前提下，以极其便捷的方式实现了车辆行驶轨迹的精确确定，从而使本发明具有了现有技术所不具备的诸多有益效果。
-
公开(公告)号：CN110794305B
公开(公告)日：2021-03-16
申请号：CN201910972482.X
申请日：2019-10-14
Applicant: 北京理工大学 , 北京理工新源信息科技有限公司
IPC: G01R31/367 , G01R31/396 , B60L3/00 , B60L58/10
Abstract: 本发明公开了一种动力电池故障诊断方法和系统。所述方法通过采用建立电池单体的电压矩阵、提取电压矩阵的子矩阵区间、根据子矩阵区间中的电池单体电压的中位数建立中位数矩阵、根据子矩阵区间和中位数矩阵，建立电压偏差矩阵、根据电压偏差矩阵中的电压偏差值，计算电压偏移增量，并建立电压偏移增量矩阵、累计获取电压偏差矩阵中的电压偏差值超出设定区间的次数，建立电压偏差累积次数矩阵等一系列步骤，建立了联合矩阵，然后采用DBSCAN密度聚类方法对所建立的联合矩阵进行二维聚类，根据聚类结果来判定电池单体是否存在故障。本发明提供的动力电池故障诊断方法和系统，能够在提高电池单体故障判定效率的同时，提高判定准确性。
-
公开(公告)号：CN109872415B
公开(公告)日：2021-02-02
申请号：CN201811620672.7
申请日：2018-12-28
Applicant: 北京理工大学 , 北京理工新源信息科技有限公司
Abstract: 本发明公开一种基于神经网络的车速估计方法及系统，该车速估计方法包括获取训练样本和训练输出量，并将训练样本中的训练输入量拓展为8*8的对称车辆实时数据矩阵，其中训练输出量和训练输入量均为向量形式；然后根据对称车辆实时数据矩阵和训练输出量对卷积神经网络进行训练；最后获取当前车辆的实时数据，并将当前车辆的实时数据输入到训练后的卷积神经网络模型中，来估计当前车辆对地的横向速度和纵向速度。本发明利用卷积神经网络，将对称车辆实时数据矩阵作为输入，经过卷积计算收敛，输出车辆对地的实时纵向速度及横向速度，不仅能够适用于车辆打滑的极限工况，计算量小，而且有效的解决后期积分过程中的累计误差问题。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.03 seconds)
