-
公开(公告)号：CN114035072A
公开(公告)日：2022-02-11
申请号：CN202111333506.0
申请日：2021-11-11
IPC: G01R31/3842 , G01R31/3828 , G01R31/396
Abstract: 本发明涉及一种基于云边协同的电池组多状态联合估计方法，属于电池技术领域。该方法通过云控平台与车载电池管理系统定期的信息交互实现车用动力电池组不同时间尺度的荷电状态和健康状态联合估计。车载终端基于一个实时估计框架，融合在线参数辨识、自适应状态滤波、安时积分、开路电压静态修正、满充修正和最大最小电压单体筛选策略，实现准确鲁棒的在线荷电状态估计；云控平台则利用机器学习算法实现电池组荷电状态/健康状态的定期更新。车载终端实时更新电池组荷电状态，并与电流、电压、温度等信号定期上传至大数据中心用于模型训练和预测；云控平台则定期更新电池组荷电状态和健康状态并发送至车载终端校准荷电状态估计。
-
公开(公告)号：CN113722926A
公开(公告)日：2021-11-30
申请号：CN202111044985.4
申请日：2021-09-07
Applicant: 重庆大学
IPC: G06F30/20 , G06Q10/06 , G06Q50/06 , G06F119/08
Abstract: 本发明涉及一种方形锂电池电热耦合建模误差源分析方法，属于电池技术领域。该方法是通过构建一种通用的误差分析框架来系统分析大尺寸方形电池面向控制的电热耦合建模过程中可能引入的误差源。首先，需要针对大尺寸方形电池建立一个计算高效的电热耦合模型。然后，以该建模思路为例，综合考虑数据采集、产热计算、传热模拟三个阶段可能引入的误差源，具体包括数据收集和预处理、产热计算方法、热/电热子模型参数化、以及电池本体与正、负极耳间的热相互作用分析等方面的误差源，以期通过该误差分析框架获取一组最佳的模拟组合，提高大型动力电池面向控制的电热模拟精度，从而为电池系统的在线电热监控及控制优化提供准确的模型基础。
-
公开(公告)号：CN110954831B
公开(公告)日：2021-10-26
申请号：CN201911244066.4
申请日：2019-12-06
Applicant: 重庆大学 , 重庆长安新能源汽车科技有限公司
IPC: G01R31/367
Abstract: 本发明涉及一种多时间尺度的方形锂电池SOC和SOT联合估计方法，属于电池管理技术领域。该方法是基于一种面向控制的方形锂电池电‑热耦合模型并结合先进的多时间尺度估计算法实现的。通过实验提前确定电模型中的产热相关参数，在线参数辨识获取电模型的其他参数，然后结合观测器实现当前时刻的SOC估计。根据前一时刻的SOC和温度值，确定电池各离散体积单元的产热率，获取当前时刻的温度分布。然后利用当前温度、SOC值更新电模型参数，确定离散体积单元的产热率，如此迭代更新SOC和SOT值。该方法能够很好地权衡估计精度和计算资源利用情况，实现不同时间尺度下强鲁棒、高容错、准确高效的锂电池电热特性监测。
-
公开(公告)号：CN119986392A
公开(公告)日：2025-05-13
申请号：CN202510188964.1
申请日：2025-02-20
Applicant: 重庆大学
IPC: G01R31/367 , G01R31/389
Abstract: 本发明涉及一种基于模糊策略引导PI观测器的锂离子电池内阻与SOC联合估计方法，属于电池技术领域，包括以下步骤：S1：设计合适的扩展PI观测器，将锂离子电池的内阻转化为增广状态，对内阻和SOC进行联合估计；S2：开发基于信息融合和模糊逻辑引导的智能策略，基于步骤S1所设计的扩展P观测器，使用低密度异常点检测LOD概念，结合基于知识的模糊逻辑，实时检测模型的不确定性；S3：根据自定义规则，改变控制逻辑，调节电池内部极化，实现建模缺陷的及时补偿，确保准确的SOC估计。
-
公开(公告)号：CN115267539B
公开(公告)日：2025-01-24
申请号：CN202210729309.9
申请日：2022-06-24
Applicant: 重庆大学
IPC: G01R31/36 , G01R31/367 , G01R31/374 , G01R31/378 , G01R31/382 , G01R31/396
Abstract: 本发明涉及一种面向车载应用的锂电池荷电状态和温度联合估计方法，属于电池技术领域。该方法包括：基于待测锂离子电池的相关参数，建立合适的电池的电模型和热模型，并利用电池温度与电模型参数之间的依赖关系建立电‑热耦合模型，同时确定实现电池荷电状态和温度联合估计所需的模型参数；设计静态容量测试实验和HPPC实验，基于HPPC实验数据，利用带遗忘因子的递推最小二乘法辨识电模型参数，并建立电模型参数关于电池SOC和温度之间的定量关系；同时，获取类实车工况实验数据，利用粒子群优化算法辨识热模型参数；最后基于电‑热耦合模型，结合卡尔曼滤波算法，实现电池准确的荷电状态和温度联合估计。
-
Patent Agency Ranking
公开(公告)号：CN118205445A
公开(公告)日：2024-06-18
申请号：CN202410143182.1
申请日：2024-02-01
Applicant: 重庆大学
IPC: B60L58/12 , G01R31/367 , G01R31/387 , G01R31/00
Abstract: 本发明涉及一种模型与数据融合驱动的增强型车载电池荷电状态估计方法，属于电池技术领域。该方法由基于模型且参数实时更新的荷电状态SOC估计器和基于机器学习算法的SOC映射网络并联构成，能够根据车辆运行工况自动匹配最佳SOC估计方法。首先进行车辆运行工况自适应识别，若车辆处于随机动态工况，则选择基于物理模型且参数实时更新的SOC估计器，通过强化学习算法优化估计器的初始谐调参数，实现车载电池参数及SOC的联合估计；若车辆处于连续恒流工况，则选择基于机器学习算法的映射网络实现车载电池SOC的准确估计。与单一的电池SOC估计方法相比，本发明在实际应用中具有更高的准确性、鲁棒性以及泛化能力。
-
公开(公告)号：CN116500444B
公开(公告)日：2024-03-26
申请号：CN202310358041.7
申请日：2023-04-06
Applicant: 重庆大学
IPC: G01R31/367 , G01R31/387
Abstract: 本发明涉及一种面向运行安全的电动飞行汽车电池多状态联合估计方法，属于电池管理领域。该方法包括三部分：(1)基于电池等效电路模型、结合自适应扩展卡尔曼滤波算法并考虑模型参数实时更新的荷电状态SOC估计；(2)基于计算高效的二维分布式热模型并结合自适应卡尔曼滤波算法的关键温度SOT估计；(3)考虑电池电流、电压、SOC和温度约束的瞬时/连续充放电峰值功率SOP估计。相比传统SOP估计，该联合估计方法创新性地考虑了实时更新的电池平均温度约束，能够实现更加准确可靠的峰值功率估计，防止电池在高功率工况下的过充、过放。同时，电池关键电热信息的准确监控能够避免电池过温、过压，确保电动飞行汽车电池系统的安全、高效和可靠运行。
-
公开(公告)号：CN114325404B
公开(公告)日：2023-09-26
申请号：CN202111499134.9
申请日：2021-12-09
Applicant: 重庆大学
IPC: G01R31/367 , G01R31/3842
Abstract: 本发明涉及一种基于热‑神经网络耦合模型的电池温度估计方法，属于电池管理技术领域。该方法为：S1：选定待测电池，收集整理该电池的规格及关键几何参数，获取电池模型建立以及温度估计所需的实验数据集；S2：考虑极耳热效应并基于切比雪夫伽辽金近似法建立电池的低阶热模型，进行参数辨识获得热模型未知参数，并结合扩展卡尔曼滤波EKF算法实时估计电池关键温度；S3：基于长短期记忆神经网络建立并训练电池数据驱动模型，确定电池产热、荷电状态SOC和环境温度与电池关键温度间的映射关系；S4：通过集成学习算法adaboost耦合物理热模型与神经网络模型，并优化二者的融合权重，进而实现准确的电池温度估计。
-
公开(公告)号：CN116500444A
公开(公告)日：2023-07-28
申请号：CN202310358041.7
申请日：2023-04-06
Applicant: 重庆大学
IPC: G01R31/367 , G01R31/387
Abstract: 本发明涉及一种面向运行安全的电动飞行汽车电池多状态联合估计方法，属于电池管理领域。该方法包括三部分：(1)基于电池等效电路模型、结合自适应扩展卡尔曼滤波算法并考虑模型参数实时更新的荷电状态SOC估计；(2)基于计算高效的二维分布式热模型并结合自适应卡尔曼滤波算法的关键温度SOT估计；(3)考虑电池电流、电压、SOC和温度约束的瞬时/连续充放电峰值功率SOP估计。相比传统SOP估计，该联合估计方法创新性地考虑了实时更新的电池平均温度约束，能够实现更加准确可靠的峰值功率估计，防止电池在高功率工况下的过充、过放。同时，电池关键电热信息的准确监控能够避免电池过温、过压，确保电动飞行汽车电池系统的安全、高效和可靠运行。
-
公开(公告)号：CN116361727A
公开(公告)日：2023-06-30
申请号：CN202310314068.6
申请日：2023-03-28
Applicant: 重庆大学
IPC: G06F18/243 , G06F18/28 , G06F18/2136 , G06F18/214 , G01M13/045 , G10L25/51 , G10L25/24 , G10L25/27
Abstract: 本发明属于保证高强度运输工具的故障诊断领域，具体涉及一种基于音频特征和SRC‑AdaBoost的电池换电系统驱动齿轮故障诊断方法。本发明采用轴向、水平、垂直振动信号进行故障诊断。该故障诊断方法包括音频特征提取、鲁棒字典生成、稀疏表达、合集和模式识别。本发明采用的音频特征是MFCC和GTCC，它们对振动信号的低频成分敏感；然后，这些音频特征构成原始字典，在稀疏表达之前，进行数据增强和字典学习以提高稀疏表达的准确性；最后，为了提高速度波动条件下的鲁棒性，基于AdaBoost对稀疏向量进行整合，然后根据最终稀疏向量的权重分布进行故障诊断。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.021 seconds)
