-
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：CN106249171A
公开(公告)日：2016-12-21
申请号：CN201610829129.2
申请日：2016-09-18
Applicant: 北京理工大学
IPC: G01R31/36
CPC classification number: G01R31/3637
Abstract: 本申请涉及一种用于宽采样间隔的动力电池系统参数辨识和状态估计方法，其基于动力电池的等效电路模型，利用递推最小二乘算法，实现了动力电池在多尺度上的在线参数辨识和状态估计，从而获取所述动力电池的荷电状态。基于时间尺度下的最优遗忘因子曲线，实现了在宽采样间隔条件下的精确状态估计。该方法精度高，稳定性强，所需计算能力与存储空间极小。
-
公开(公告)号：CN105425153A
公开(公告)日：2016-03-23
申请号：CN201510732030.6
申请日：2015-11-02
Applicant: 北京理工大学
IPC: G01R31/36
CPC classification number: G01R31/3634 , G01R31/3651
Abstract: 本发明涉及电动车辆的动力电池管理系统，尤其涉及动力电池管理系统估计动力电池的荷电状态的方法。为提高电动车辆的电池管理系统对动力电池的荷电状态SOC的估计精度及估计稳定性，本发明提出一种估计电动车辆的动力电池的荷电状态的方法，采集动力电池的端电压和充放电电流；建立动力电池的系统模型；采用安时积分法以及采用状态观测器CDKF、AEKF和H infinity配合系统模型分别对动力电池的荷电状态进行估计得到zk,Ah,zk,CDKF,zk,AEKF和zk,Hinf；对zk,Ah,zk,CDKF,zk,AEKF和zk,Hinf进行加权计算得到最终估计值zk，zk＝w1zk,Ah+w2zk,CDKF+w3zk,AEKF+w4zk,Hinf，加权系数w1+w2+w3+w4＝1。该估计方法采用多种方法进行估计并经加权计算得出最终的估计值，精度可达到2％以内，大部分达到1％以内，不易发散，稳定性高。
-
公开(公告)号：CN105416077A
公开(公告)日：2016-03-23
申请号：CN201510862376.8
申请日：2015-12-01
Applicant: 北京理工大学
CPC classification number: Y02T10/7005 , B60L11/005 , B60L11/1851 , B60L2240/12
Abstract: 本发明涉及电动汽车的能量管理领域。为降低混合动力电动汽车的行驶成本，本发明提出一种电动汽车的能量管理方法，采集电动汽车的车速信息并进行汇总分析，通过电动汽车的平均车速Va或/和最高车速Vmax辨识出电动汽车行驶的工况类型；根据工况类型选择相应的马尔科夫概率转移矩得出电动汽车的预测车速根据预测车速利用贝尔曼动态规划理论优化后的复合电源的控制策略对APU控制器及复合电源控制器发送控制命令，使APU系统和复合电源的放电功率等于驱动电机的需求功率PND且复合电源的耗电量最小。采用本发明能量管理方法对电动汽车的复合电源的能量进行管理，增大了超级电容的使用次数，减少了APU系统的工作时间，提高了电动汽车的燃油经济性。
-
Patent Agency Ranking
公开(公告)号：CN103995464A
公开(公告)日：2014-08-20
申请号：CN201410225424.8
申请日：2014-05-26
Applicant: 北京理工大学
IPC: G05B13/02
CPC classification number: G06F17/5009 , B60L3/0023 , B60L3/0046 , B60L3/0061 , B60L3/12 , B60L11/1861 , B60L2260/44 , G06F17/11 , G06F17/16 , Y02T10/7005 , Y02T10/7044 , Y02T10/705
Abstract: 本发明涉及系统辨识和状态估计领域。为获得电动车辆的动力系统稳定可靠的状态估计值，并降低估计计算成本，本发明提出一种估计电动车辆的动力系统的参数和状态的方法，建立动力系统的多时间尺度模型，对电动车辆的动力系统中基于宏观时间尺度的参数观测器AEKFθ和基于微观时间尺度的状态观测器AEKFx进行初始化设置，参数观测器AEKFθ进行时间更新，更新时间长度为一个宏观时间尺度，得到参数θ在t1,0时刻的先验估计值状态观测器AEKFx进行时间更新和测量更新并循环L次，使状态观测器AEKFx的时间更新到t0,L时刻；参数观测器AEKFθ进行测量更新，并循环上述操作直至估计完成。采用该方法对电动车辆的动力系统的参数和状态进行估计，精度高，计算时间短，降低了计算成本。
-
公开(公告)号：CN114243818B
公开(公告)日：2024-12-17
申请号：CN202111444867.2
申请日：2021-11-30
Applicant: 北京理工大学
Abstract: 基于双向LC谐振的动力电池均衡与加热复合电路，其通过对LC谐振单元进行双向切换实现动力电池的均衡和加热，创新地设计出主动均衡和加热的复合电路，在不增加外部设备的情况下，解决了现有技术中均衡电流衰减与加热效率低下等技术问题，将均衡电路和加热电路融合，既能均衡电量又能利用同一个电路对低温环境中的动力电池进行加热，提高动力电池的性能，保证动力电池正常工作。均衡和加热过程中谐振频率相对于传统方式减半为#imgabs0#减弱了对开关组件精确控制的严苛要求，并有效提高了器件可靠性。系统只需要获取电池单体的电量以及动力电池的温度信息，合理选择电路的功能，就能实现均衡和加热功能之间的协调，不仅成本低，而且实现方式简单可靠。
-
公开(公告)号：CN119064790A
公开(公告)日：2024-12-03
申请号：CN202411175388.9
申请日：2024-08-26
Applicant: 北京理工大学
IPC: G01R31/367 , G01R31/36 , G01R31/382 , G01R31/385 , G01R31/392 , G01R31/389
Abstract: 本发明提供了一种电池性能数智化测算系统，在电池测试过程中将直接数据采集与数据驱动的电池参数与状态的计算和预测手段有机结合，构建起了一种“以测为辅、以算为主”的电池数智化快速测试技术体系，不仅能够极大地提高电池测试效率、缩短测试周期、节省计算开销，还能实时估计、预测以及预测一些原先不可测、难测的电池内部隐含状态和性能，有助于保证测试全过程安全，支持电池应用所需管控策略的快速开发。
-
公开(公告)号：CN111581850B
公开(公告)日：2022-10-28
申请号：CN202010461907.3
申请日：2020-05-27
Applicant: 北京理工大学
Abstract: 本发明提供了一种应用数字孪生技术的全周期动力电池管理系统，其相较于现有技术可有效减少前期开发过程中的实验量，缩短开发周期。在线端与云端分别采用了长短不同时间尺度的算法，即能够保证在线端处理的实时性，同时在云端实现较高的计算精度。所述系统通过云孪生系统对历史数据的分析，可以及时发现电池材料、结构等方面的不足，同时针对故障电池可以进行溯源，探究故障原因，为新电芯优化开发提供有力参考，由此实现数据闭环。对于梯次利用过程，通过孪生模型即可判定物理模型的真实状态，快速实现对不同老化状态电池的分类重组，因此有效解决了传统梯次利用电池重组前状态难以快速判定、重组后不一致性大的问题。
-
公开(公告)号：CN111144029B
公开(公告)日：2021-12-07
申请号：CN202010001936.1
申请日：2020-01-02
Applicant: 北京理工大学
IPC: G06F30/20 , H01M10/0525 , G06F119/08
Abstract: 本发明提供了一种针对锂离子动力电池热电耦合特性的建模方法，该方法在锂离子动力电池的电模型与热模型之间建立了联系，考虑到了电池大电流放电及外部短路情况下影响温度变化的具体参数，能够较好的适用于动力电池极速自加热过程，显著提高了电池大电流放电及外部短路时电池温度预测的精确性。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.025 seconds)
