-
公开(公告)号：CN106842056B
公开(公告)日：2019-02-19
申请号：CN201710075780.X
申请日：2017-02-13
Applicant: 北京理工大学
IPC: G01R31/367 , G01R31/3842 , G01R31/385
Abstract: 本发明涉及一种基于双步在线智能优化算法动力电池峰值功率估计方法，基于第一步智能优化算法类型，在所述第一优化变量边界中寻找使得第一优化目标函数J1最大化的第一优化变量值，解得所述第一优化变量值所对应的J1值即为下一时刻动力电池的最大放电功率；基于第二步智能优化算法类型，在所述第二优化变量边界中寻找使得第二优化目标函数J2最小化的第二优化变量值，解得所述第二优化变量值所对应的J2值即下一时刻动力电池的最小充电功率；该方法引入了双步智能优化算法分别计算最大放电功率和最小充电功率、且步骤简单，适用性强，易于在线实施。
-
公开(公告)号：CN106526493B
公开(公告)日：2018-11-23
申请号：CN201610972484.5
申请日：2016-11-01
IPC: G01R31/36
Abstract: 本发明提供了基于BP神经网络的动力电池外部短路故障诊断及温升预测方法和系统，通过采用两个BP神经网络，首先对采样频率、电流阈值和电量阈值进行初始化设置，当实时监测的电流信号超过电流阈值时，启动故障诊断机制，采集和储存电流信号并计算短路故障放电电量，通过比较该电量与电量阈值之间的关系诊断电池短路故障中的漏液情况，并根据诊断结果选择一个相应的预先经过测试建立并训练完成的BP神经网络，将故障发生之后的电池放电电量输入该网络，从而预测短路故障所引起的最大温升，从而为热管理系统的提前干预提供控制依据。其易于实现和操作，能够有效协助热管理系统降低热失控的触发几率，提高动力电池外部短路故障的安全防护性能。
-
公开(公告)号：CN106324521B
公开(公告)日：2018-09-11
申请号：CN201610802342.4
申请日：2016-09-05
Applicant: 北京理工大学
IPC: G01R31/36
Abstract: 本发明涉及一种联合估计动力电池系统参数与荷电状态的方法，首先，在线数据获取，实时采集电池的电压、电流和温度；然后，建立HF状态空间方程，利用HF算法实时更新电池的HF状态向量，所述HF状态向量中包括电池的欧姆内阻、极化内阻和极化电容；最后，建立UKF状态空间方程，结合所述HF算法实时更新的所述HF状态向量，使用UKF算法实时更新电池的UKF状态向量，所述UKF状态向量包括电池的荷电状态。因此利用HF算法在线辨识出模型的参数，传递给UKF算法进行在线实时SoC估计，实现根据不同的电池工作环境实时追踪电池的模型参数变化，从而提高SOC估计精度。
-
公开(公告)号：CN106291381B
公开(公告)日：2018-09-11
申请号：CN201610675853.4
申请日：2016-08-16
Applicant: 北京理工大学
Abstract: 本申请涉及一种联合估计动力电池系统荷电状态与健康状态的方法，利用多时间尺度滤波算法，使用宏观时间尺度获得动力电池系统参数估计值、使用微观时间尺度估计系统状态，评估所述动力电池的健康状态与荷电状态。形成基于多时间尺度的动力电池参数和状态的联合估计方法，实现动力电池可用容量和荷电状态在不确定性应用环境中的精确联合估计。不仅使得估计结果更加稳定可靠，同时降低了系统的计算成本。
-
公开(公告)号：CN107192956A
公开(公告)日：2017-09-22
申请号：CN201710357286.2
申请日：2017-05-19
Applicant: 北京理工大学
CPC classification number: G01D21/02 , G01R31/3842
Abstract: 本发明涉及一种电池短路漏液在线监测方法和装置，通过监测电池初始荷电状态(SoC)、环境温度、电池放电量以及电池的温升速率，来进行漏液状态的在线识别。本发明引入了一种智能分类算法、适用性强，易于在线实施，不需要打开电池箱来观察即可判别电池是否发生了漏液现象。
-
Patent Agency Ranking
公开(公告)号：CN106526493A
公开(公告)日：2017-03-22
申请号：CN201610972484.5
申请日：2016-11-01
IPC: G01R31/36
CPC classification number: G01R31/3651
Abstract: 本发明提供了基于BP神经网络的动力电池外部短路故障诊断及温升预测方法和系统，通过采用两个BP神经网络，首先对采样频率、电流阈值和电量阈值进行初始化设置，当实时监测的电流信号超过电流阈值时，启动故障诊断机制，采集和储存电流信号并计算短路故障放电电量，通过比较该电量与电量阈值之间的关系诊断电池短路故障中的漏液情况，并根据诊断结果选择一个相应的预先经过测试建立并训练完成的BP神经网络，将故障发生之后的电池放电电量输入该网络，从而预测短路故障所引起的最大温升，从而为热管理系统的提前干预提供控制依据。其易于实现和操作，能够有效协助热管理系统降低热失控的触发几率，提高动力电池外部短路故障的安全防护性能。
-
公开(公告)号：CN106324521A
公开(公告)日：2017-01-11
申请号：CN201610802342.4
申请日：2016-09-05
Applicant: 北京理工大学
IPC: G01R31/36
CPC classification number: G01R31/3634
Abstract: 本发明涉及一种联合估计动力电池系统参数与荷电状态的方法，首先，在线数据获取，实时采集电池的电压、电流和温度；然后，建立HF状态空间方程，利用HF算法实时更新电池的HF状态向量，所述HF状态向量中包括电池的欧姆内阻、极化内阻和极化电容；最后，建立UKF状态空间方程，结合所述HF算法实时更新的所述HF状态向量，使用UKF算法实时更新电池的UKF状态向量，所述UKF状态向量包括电池的荷电状态。因此利用HF算法在线辨识出模型的参数，传递给UKF算法进行在线实时SoC估计，实现根据不同的电池工作环境实时追踪电池的模型参数变化，从而提高SOC估计精度。
-
公开(公告)号：CN113919222B
公开(公告)日：2024-07-23
申请号：CN202111175223.8
申请日：2021-10-09
Applicant: 北京理工大学
IPC: G06F30/27 , G01K13/00 , G06N3/084 , G06F119/08
Abstract: 本发明提供了一种电池组的内部温度在线计算方法，其主要基于动力电池生热模型与神经网络对电池组内部的多点温度进行计算，模型的输入为电池的外部测量点温度、电池组的各单体的端电压与电流；输出为电池组其他位置包括内部多点在内的温度值；模型对有无冷却系统的电池组均可适用。本发明提供的电池组内部温度在线计算方法在实际实施中能够较好计算出电池组内部以及每个单体电池的温度。
-
公开(公告)号：CN106842045B
公开(公告)日：2023-04-28
申请号：CN201710040588.7
申请日：2017-01-20
Applicant: 北京理工大学
IPC: G01R31/367
Abstract: 本发明涉及一种基于自适应权重方法的电池多模型融合建模方法和电池管理系统。使用自适应权重方法计算不同模型以不同的权重或进行模型工作模式的切换，确保输出的融合模型或选中模型在任意使用条件下均能够以最优模式工作，最终实现对关键参数和性能进行精确、可靠的预测和跟踪，提升控制性能的整体品质。通过深入分析不同电池模型在多工况、多环境、多阶段下的精度、稳定性、计算量和存储空间等性能特点，实现了在线的不断更新的多模型融合建模，解决了现有模型性能难以满足电池系统在全寿命周期和不确定动态工况和环境等内外因素下的精确预测和功能单一无法满足全部使用要求等难题。
-
公开(公告)号：CN112104034B
公开(公告)日：2023-04-07
申请号：CN202010960584.2
申请日：2020-09-14
Applicant: 北京理工大学
Abstract: 一种非接触式动力电池充电、加热与均衡装置，其利用非接触式动力电池充电装置中的交流电对动力电池进行交流激励加热，并利用非接触式动力电池充电装置中的接收线圈作为均衡拓扑结构的一部分，创新性地实现了一种三线圈均衡结构，使得无增加外部设备的情况下，同时解决了现有技术存在的技术问题，实现了电池均衡和加热无需增加设备，成本低，功率大，效果好。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.025 seconds)
