公开(公告)号：CN118501699A

公开(公告)日：2024-08-16

申请号：CN202410595376.5

申请日：2024-05-14

Applicant: 重庆大学

Inventor： 胡晓松 ,  李劲文 ,  邓忠伟 ,  刘弘奥 ,  李佳承 ,  谢翌 ,  张凯

IPC: G01R31/36 ,  G01R31/396 ,  G01R31/367 ,  G01R31/392 ,  G01R31/385 ,  B60L58/10 ,  G06F18/27 ,  G06N3/047

Abstract: 本发明涉及一种动力电池的安全风险评估方法，属于电池技术领域。该方法包括：收集电气化设备电池包的运行数据，以及电池包中各个单体的单体运行数据，并建立电池运行数据库；根据所收集到的电池数据，利用相关性系数法筛选出与单体电压相关的高相关性特征；构建自适应阈值模型，并根据筛选出的与单体电压相关的高相关性特征对自适应阈值模型进行训练；采集动力电池的实时运行数据输入训练完成的自适应阈值模型，得到基于单体电压的置信区间，并计算实时平均单体电压置信区间的电压差的累计和；构建安全风险评价函数，并将电压差的累计和作为安全风险函数的输入，计算得到该电池单体当前的安全风险。本发明可对各个单体的安全风险进行实时评估。

公开(公告)号：CN115195722B

公开(公告)日：2024-07-23

申请号：CN202210829206.X

申请日：2022-06-27

Applicant: 重庆大学

Inventor： 胡晓松 ,  龙豪 ,  唐小林 ,  李亚鹏 ,  韩杰 ,  方元强 ,  彭景辉 ,  赵楠 ,  李佳承

IPC: B60W30/165 ,  B60W50/00

Abstract: 本发明涉及一种基于分散式优化的燃料电池汽车经济型车队巡航控制方法，属于新能源网联汽车领域，包括以下步骤：S1：构建巡航控制场景下燃料电池车队的通信拓扑模型、车距控制模型、队列稳定性模型；S2：在车队控制层中，以乘坐舒适性、跟车安全性与队列稳定性为控制目标，构建基于共识型交替方向乘子法的分散式优化框架；S3：采取后向建模方法构建车队中各个车辆的动力系统模型，并构建各车载能量源的动力学模型与寿命模型；S4：以满足需求功率为前提，车队中各个车辆在车辆控制层中以减小氢气消耗量与部件寿命退化为目标，求解整车功率分配优化问题。本发明在保证车队队列稳定性的同时降低了全寿命周期内的使用成本。

公开(公告)号：CN117807714B

公开(公告)日：2024-07-09

申请号：CN202410021495.X

申请日：2024-01-05

Applicant: 重庆大学

Inventor： 唐小林 ,  陈佳信 ,  林利红 ,  杨为 ,  李佳承

IPC: G06F30/15 ,  G06F30/27 ,  G06N3/092 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明涉及一种深度强化学习型控制策略的自适应性在线提升方法，属于新能源汽车与人工智能算法的交叉领域。该方法包括：Actor策略网络的初始化训练阶段、多智能体环境的Critic网络预训练阶段、多智能体环境的适配性提升阶段、成熟型Actor策略网络的在线阶段、Actor策略网络的适应性提升阶段和Actor策略网络的适应性预备阶段。本发明针对混合动力汽车与深度强化学习型能量管理策略，提高了深度强化学习型能量管理策略的自适应，解决机器学习型策略由于特殊机理，导致训练阶段的环境模型始终与真实的环境存在一定差异，甚至必然存在的“长尾”效应导致训练过程无法全面覆盖所有场景的问题。

公开(公告)号：CN115327386B

公开(公告)日：2024-06-18

申请号：CN202210950451.6

申请日：2022-08-09

Applicant: 重庆大学

Inventor： 胡晓松 ,  张凯 ,  邓忠伟 ,  刘文学 ,  李佳承 ,  谢建波 ,  黄聪 ,  童杰 ,  舒俊豪

IPC: G01R31/367 ,  G01R31/396

Abstract: 本发明涉及一种基于电热耦合模型的电池组多故障诊断方法，属于电池技术领域。该方法包括以下步骤：S1：对待测电池单体进行特征实验测试，提取特征参数并建立电池电热耦合模型；S2：基于电池模型进行结构分析，建立对多故障敏感的诊断测试集；S3：基于诊断测试集，融合观测器或滤波器方法，实现残差生成；S4：通过残差评价方法检测并分离多种故障；S5：提取残差特征，利用统计方法进一步分离电池短路和连接故障。与现有技术相比，本发明能够更加快速、准确地实现多种故障的检测和分离，且不改变电池组电压测量拓扑结构。

公开(公告)号：CN118092150A

公开(公告)日：2024-05-28

申请号：CN202311515188.9

申请日：2023-11-13

Applicant: 重庆大学

Inventor： 唐小林 ,  陈佳信 ,  汪锋 ,  杨为 ,  李佳承

IPC: G05B13/04 ,  G06N3/092 ,  G06N3/006

Abstract: 本发明涉及一种深度强化学习型能量管理策略的无权重训练以及测试方法，属于新能源汽车与人工智能算法的交叉领域。该方法包括：S1：建立面向离线迭代训练的仿真道路场景，并搭建来自于真实道路的测试场景，同时设计面向短时域行驶范围的实时速度规划方法；S2：针对多种配备单电机的并联混合动力系统构型，建立基于Python环境与Simulink环境的联合仿真训练架构；S3：设计无权重化训练方法，通过消除原先奖励函数中关于瞬时燃料消耗和SOC偏差的优化项后，引入规则型发动机启停策略实现针对SOC变化的维持，并利用发动机最佳运行曲线与燃油消耗率引导深度强化学习型智能体探索最优型能量管理策略；S4：离线仿真训练与测试环节结束后进行硬件在环测试。

公开(公告)号：CN117825957A

公开(公告)日：2024-04-05

申请号：CN202311630565.3

申请日：2023-11-30

Applicant: 重庆大学 ,  新疆工程学院

Inventor： 胡晓松 ,  李劲文 ,  李佳承 ,  胡兵 ,  徐立军 ,  庄奕 ,  祁清广

IPC: G01R31/367 ,  G01R31/396 ,  G01R31/385 ,  G06F17/18 ,  G06N3/047 ,  G06F18/22 ,  G06F18/213 ,  G06F18/2415

Abstract: 本发明涉及一种动力电池的故障检测方法，属于电池系统的安全评估领域。该方法包括：S1：收集电动汽车正常运行的动力电池数据，包含动力电池包中各个单体的运行数据，建立动力电池数据库；S2：根据所收集到的电池数据，利用相关性系数法筛选出和单体电压相关的特征；S3：基于S2中所提取到的特征，利用机器学习算法建立动力电池的实时故障检测模型；S4：将电动汽车实时的动力电池数据输入S3中训练好的模型，若实时的单体电压超出S3中模型所输出的置信区间，则说明出现故障；若实时的单体电压在S3中模型所输出的置信区间内，则说明电池运行正常。本发明可以有效实现对电动汽车动力电池故障的实时检测，并准确定位出现故障的单体。

公开(公告)号：CN111444625B

公开(公告)日：2024-01-30

申请号：CN202010261042.6

申请日：2020-04-03

Applicant: 重庆大学

Inventor： 胡晓松 ,  邓忠伟 ,  王鹏 ,  冯飞 ,  谢翌 ,  唐小林 ,  李佳承 ,  徐乐

IPC: G06F30/20 ,  G06F17/13 ,  G06F111/10

Abstract: 本发明涉及一种面向控制的全固态电池物理降阶方法，属于电池领域，包括步骤：利用拉普拉斯变换得到偏微分方程的解析解，利用Padé近似法将超越传递函数转化为低阶分数传递函数。通过分析传递函数的频响，选择三阶近似传递函数。抛物线函数和三次函数分别用来近似正极和电解质中的浓度分布。利用近似的浓度分布，计算体积平均浓度、平衡电势、扩散过电势、电解质相过电势和电荷转移过电势，得到电池的端电压。本发明的有益之处在于提出一种全固态电池的机理简化模型，该模型能够实时有效地计算电池正极和电解质相的浓度分布、平衡电势、各种过电势、电池电压和SOC。该方法具有良好的性能，能在模型保真度和计算复杂度之间取得了较好的平衡。

公开(公告)号：CN116424332B

公开(公告)日：2023-11-21

申请号：CN202310378883.9

申请日：2023-04-10

Applicant: 重庆大学

Inventor： 唐小林 ,  陈佳信 ,  杨为 ,  胡晓松 ,  杨亚联 ,  谢翌 ,  李佳承

IPC: B60W40/00 ,  B60W50/00 ,  B60W20/00 ,  G06F30/27 ,  G06N3/04 ,  G06N3/092

公开(公告)号：CN114035072B

公开(公告)日：2023-10-03

申请号：CN202111333506.0

申请日：2021-11-11

Applicant: 重庆大学 ,  谢建波 ,  刘华彬 ,  李杰 ,  舒俊豪

Inventor： 胡晓松 ,  刘文学 ,  邓忠伟 ,  张凯 ,  李佳承 ,  谢建波 ,  刘华彬 ,  李杰 ,  舒俊豪

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：CN115267539A

公开(公告)日：2022-11-01

申请号：CN202210729309.9

申请日：2022-06-24

Applicant: 重庆大学

Inventor： 胡晓松 ,  喻超 ,  刘文学 ,  邓忠伟 ,  李佳承

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。