-
公开(公告)号:CN110912563A
公开(公告)日:2020-03-24
申请号:CN201911015498.8
申请日:2019-10-24
Applicant: 北京交通大学 , 中车唐山机车车辆有限公司
IPC: H03M7/30
Abstract: 本发明涉及一种针对动力电池的数据压缩优化方法。动力电池的数据对于电池的日常检测,故障发生后的故障原因查寻,基于大数据的动力电池特性分析,以及基于历史数据的电动汽车剩余价值评估都有重要作用。该方法简便易行,可以有效降低数据量,也可以实现数据无损还原。其中针对文本文件的优化压缩处理方式适用数据类型更广,可读性更好,针对二进制文件的优化压缩处理方式压缩力度更大,可最大程度地节省数据储存空间。
-
公开(公告)号:CN110703101A
公开(公告)日:2020-01-17
申请号:CN201910861836.3
申请日:2019-09-12
Applicant: 北京交通大学
IPC: G01R31/367 , G01R31/392
Abstract: 本发明涉及一种锂离子电池分区间循环容量衰退预测方法,包括如下步骤:S1、对锂离子电池进行不同SOC区间衰退测试,得到不同SOC区间的测试数据;S2、进行分区间特征参数提取;S3、利用Keras深度学习框架构建LSTM RNN模型,对模型进行初始化;S4、利用步骤S1得到的测试数据和步骤S2得到的特征参数的值对LSTM RNN模型进行训练,并进行模型验证;S5、经过模型训练和模型验证后的LSTM RNN模型,通过迭代的形式输出给定区间下循环电池的容量衰退曲线,根据区间范围[SOCk-1,SOCk]的不同,输出不同循环次数下的电池容量值,对电池的衰退容量进行预测。
-
公开(公告)号:CN107042762B
公开(公告)日:2019-12-31
申请号:CN201611076224.6
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
Abstract: 本发明涉及一种轨道车辆的车载混合储能系统。该系统包括:锂离子电池组模块、超级电容组模块和可重构式牵引变流器模块,可重构式牵引变流器模块包括牵引变流器;该牵引变流器的主电路是在传统牵引变流器的主电路上增加接触器S1、S2、S3、S4、S5和滤波电感L。在列车运行时,超级电容组模块通过牵引变流器为列车提供动力;在列车进站停车时,牵引变流器通过闭合、断开不同的接触器重构为直流‑直流变换器,并通过该变流器将能量从锂离子电池组模块传导至超级电容组模块,为下一站车辆运行所需的能量进行充电。所述轨道车辆的车载混合储能系统不需要额外的直流‑直流变换器,降低了整体系统的造价、空间成本和复杂度等。
-
公开(公告)号:CN109164398B
公开(公告)日:2019-10-11
申请号:CN201810876589.X
申请日:2018-08-03
Applicant: 北京交通大学
IPC: G01R31/396
Abstract: 本发明提出一种锂离子电池组中单体电池容量估算方法。该方法的实施基于锂离子电池组的充电过程和单体电池的放电过程,在锂离子电池组中包含N个处于同一老化状态的电池单体,该方法包括:将锂离子电池组中最先充满电的单体电池作为基准电池,根据充放电曲线计算近似Q‑OCV曲线QV0;根据第i只待估容量单体电池的充放电曲线计算其近似Q‑OCV曲线QVi;分别对QV0和QVi进行微分计算,得到容量微分曲线D0和Di,将D0和Di归一化后,对Di进行平移使其与D0重合;记录Di中充电截止时刻的近似OCVi(曲线终点值);根据曲线VQ0计算基准电池的近似SOC‑OCV曲线S0;在曲线S0中确定与OCVi对应的SOCi值;根据第i只单体电池的部分放电容量和SOCi值计算第i只单体电池的实际容量。
-
公开(公告)号:CN109031153A
公开(公告)日:2018-12-18
申请号:CN201811200371.9
申请日:2018-10-16
Applicant: 北京交通大学
IPC: G01R31/36
Abstract: 本发明属于锂离子电池领域,公开了一种锂离子电池的SOH在线估计方法,用于解决现有SOH估计技术在实施过程中存在的特征参数在线获取困难,模型对训练数据依赖性强且所需数据量大,采用简单线性回归较难刻画电池容量与特征参数复杂的函数关系,估计精度难以保证的问题。本发明采用容量增量法从容量增量曲线中获取特征参数,该方法不要求电池经历完整的充放电过程,特征参数提取更加简单,有利于该方法在BMS中的应用;利用多输出高斯过程回归模型方法完成特征参数与SOH函数模型的建立,更好地利用不同输出之间的潜在关联性,提高SOH的估计精度;同时该方法对于训练数据依赖较小,对不同类型的锂离子电池具有很好的适应性。
-
公开(公告)号:CN105789716B
公开(公告)日:2018-04-24
申请号:CN201610121616.3
申请日:2016-03-03
Applicant: 北京交通大学
IPC: H01M10/42
Abstract: 本发明涉及一种新能源车辆和电池储能用广义电池管理系统,提供一种本地电池管理系统与运行于远端大数据平台的离线状态评估系统相结合的广义电池管理系统,其中本地电池管理系统实时检测电池参数(电压、电流、温度和充放电容量),根据检测的电池参数对电池状态进行估计,判断是否出现异常状态,实现本地实时充放电管理,并把检测的电池参数上传到远端大数据平台;而离线状态评估系统运行于远端大数据平台,基于数据库中存储的电池历史电池参数和实时电池参数,评估电池的健康状态并进行风险预警,根据电池的健康状态重新设定充放电控制参数,动态更新管理策略,给出电池维护信息,并把结果传输给本地电池管理系统。
-
公开(公告)号:CN119395557A
公开(公告)日:2025-02-07
申请号:CN202411593632.3
申请日:2024-11-08
Applicant: 中国国家铁路集团有限公司 , 北京交通大学
IPC: G01R31/367 , G01R31/392 , G06F30/27 , G06N5/045 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06F119/04
Abstract: 本发明提出一种基于可解释深度学习算法的电池剩余寿命预测优化方法,所述方法包括:构建数据集并进行预处理;基于预处理数据集构建模型输入数据;基于深度学习构建电池剩余寿命预测模型;通过可解释深度学习算法解释模型在预测过程中的决策行为并量化输入数据在预测过程中的贡献程度;根据模型解释结果优化老化数据及预测过程。本发明通过可解释深度学习算法计算输入特征对神经网络输出的电池剩余寿命预测值的边际贡献,量化不同工况,不同特征参数,不同老化阶段的数据在寿命预测过程中的贡献程度,从而识别重要老化特征并去除无用数据,从数据源方面优化预测过程,在保证预测准确性的同时加快预测速度,以减少计算资源的消耗。
-
公开(公告)号:CN117293428A
公开(公告)日:2023-12-26
申请号:CN202310973472.4
申请日:2023-08-04
Applicant: 北京交通大学
IPC: H01M10/44 , G06F30/20 , H02J7/00 , G06F111/06
Abstract: 本发明公开了一种锂离子电池安全快速优化充电方法。通过建立精准电池模型或设计三电极电池获取电池负极电位;充分考虑电池负极电位状态,以电池负极不析锂时的最大充电电流作为充电电流边界;仿真采用不同数量的恒流充电阶梯数对电池进行充电至一定程度时的充电总时长,根据充电阶梯数对充电时间的影响确定最佳充电阶梯数;以电池能耗、充电时间、电池寿命等作为目标,采用优化算法,分阶段优化得到避免电池发生析锂副反应的优化充电电流序列,对电池进行充电。采用该充电方法对电池充电,不仅提高了充电速度,保证了电池充电安全,并且与相同倍率的恒流充电制式相比能耗有所降低,为锂离子电池安全快速和优化充电领域提供了重要的参考价值。
-
公开(公告)号:CN116756351A
公开(公告)日:2023-09-15
申请号:CN202310495768.X
申请日:2023-05-05
Applicant: 中国国家铁路集团有限公司 , 北京交通大学
IPC: G06F16/51 , G06F16/583 , G06V10/774 , G06V10/77 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/08 , G06Q50/06 , G01R31/392 , G01R31/396
Abstract: 本发明公开了一种基于视觉技术的动力电池组数据存储及健康评估方法。针对电动汽车大数据平台信息泛滥、内存占用等问题,采用一种图像化存储方式将体量大、内存占比高的充电单体电压曲线转化成图像进行存储;将电压曲线图像视为稀疏矩阵并采用三元组方法对矩阵进行进一步压缩存储;基于充电单体电压曲线图像,采用计算机视觉技术识别与电池组健康相关的图像特征,构建神经网络模型对电池组健康进行快速评估。本发明为电池后台数据存储优化提供了新思路,可显著降低电池运行数据占用内存,以充电电压曲线图像为样本能够对电池组健康状态进行快速评估,而无需复杂的数据处理和计算过程,可为数据平台提供有效的电池健康监测。
-
公开(公告)号:CN114976307A
公开(公告)日:2022-08-30
申请号:CN202210489917.7
申请日:2022-05-07
Applicant: 北京交通大学
IPC: H01M10/42 , G01R31/389
Abstract: 本发明公开了一种锂离子电池界面阻抗无损分离方法,该方法基于总阻抗和高频感抗和低频扩散模型重构了反映界面动力学的真实阻抗,使用弛豫时间反卷积技术和等效电路对界面的模型参数进行辨识,通过50%与5%SOC的阻抗数据来实现电极界面动力学模型参数的无损分离,并在三电极阻抗中验证了该技术的有效性。同时,根据电荷转移内阻的变换系数将可分离的SOC的电荷转移内阻转移到对比的SOC,实现了在同一SOC点的特征参数演变规律分析。该方法步骤简单,易于操作,且可靠性高,适用于电动汽车动力电池的电极界面动力学无损诊断。
-
-
-
-
-
-
-
-
-