-
公开(公告)号：CN107290678B
公开(公告)日：2019-12-10
申请号：CN201710533686.4
申请日：2017-07-03
Applicant: 北京理工大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明提出一种动力电池健康状态在线监测方法，基于动力电池最常用的充电电压区间，提取出充电能量值作为电池的健康因子。在每一个温度条件下，只需要一组离线的电池老化数据就可以构建起充电能量值与电池健康状态的关系，所需的复杂计算仅为离线对充电能量值与健康状态的关系进行非线性拟合，并且拟合模型可以直接在线使用。
-
公开(公告)号：CN109884550A
公开(公告)日：2019-06-14
申请号：CN201910256426.6
申请日：2019-04-01
Applicant: 北京理工大学
IPC: G01R31/396
Abstract: 本发明提供了一种动力电池系统在线参数辨识与回溯方法，通过对此前若干时刻的参数辨识结果设置动态的边界约束，来实现对当前时刻的参数辨识结果进行约束，可以有效遏制递推最小二乘法在参数在线辨识过程中出现参数的异常抖动现象；同时，根据端电压预测误差判断参数辨识结果是否出现异常，通过对参数进行回溯可以减小端电压预测误差。因此，本发明相对于现有技术能够显著提高参数辨识算法的稳定性。基于本发明得到的模型参数，可进一步应用于动力电池包括SOC和SOP在内的状态估计。
-
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：CN108519557A
公开(公告)日：2018-09-11
申请号：CN201810342607.6
申请日：2018-04-17
Applicant: 北京理工大学
IPC: G01R31/36
Abstract: 本发明提供了一种适用于稀疏数据的动力电池参数辨识方法，基于集员辨识算法，在实际系统噪声的统计分布特性难以确定时，不需要对系统噪声的统计分布特征作假定，只需知道系统噪声的界，通过传感器进行测量引入的误差，机器数的舍入误差以及建模误差都可以看做有界误差的形式。同时该算法具有识别冗余数据的能力，在电池管理系统采样间隔增大时，也可保证辨识精度，因而特别适用于稀疏数据的情况，具有显著提高动力电池管理系统可靠性等的诸多有益效果。
-
Patent Agency Ranking
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：CN108490365A
公开(公告)日：2018-09-04
申请号：CN201810349151.6
申请日：2018-04-18
Applicant: 北京理工大学
IPC: G01R31/36
Abstract: 本发明涉及电动汽车的动力电池管理系统，尤其涉及一种对电动汽车的动力电池的剩余寿命进行估计的方法。为解决现有技术预估动力电池的剩余寿命存在的精度低，成本高的问题，本发明提出一种估计电动汽车的动力电池剩余寿命的方法，在线估计出动力电池的实时剩余容量值Cm；计算出动力电池的实时健康状态SOH， 确定动力电池的线性衰减阶段起始点；建立动力电池的线性老化模型SOHk并辨识出线性老化模型的参数，估计动力电池的剩余充放电循环次数p，这种估计方法通过在线估计得出动力电池的剩余寿命，简单方便，估计精度高，成本低。
-
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。
-
公开(公告)号：CN107066722A
公开(公告)日：2017-08-18
申请号：CN201710226895.4
申请日：2017-04-06
Applicant: 北京理工大学
IPC: G06F17/50
Abstract: 本申请涉及一种基于电化学模型的动力电池系统荷电状态和健康状态的联合估计方法。基于电化学相关理论建立了伪二维电化学模型相关数学方程，使用有限分析方法和数值计算方法对复杂偏微分方程进行降维处理和计算求解，将电极开路电势等效为电池开路电压，建立了容量‑表面SOC‑EOCV三维响应面；使用智能优化算法，基于电池老化试验数据，提取并建立了电池性能衰退特征参数的衰退路径图；最终基于衰退路径图实现了动力电池的SOH估计，基于电池内部锂离子浓度分布与变化规律实现了动力电池的SOC估计。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.033 seconds)
