-
公开(公告)号：CN115718262A
公开(公告)日：2023-02-28
申请号：CN202211493594.5
申请日：2022-11-25
Applicant: 中国汽车工程研究院股份有限公司
IPC: G01R31/367 , G01R31/396
Abstract: 本发明涉及风险识别技术领域，公开了一种动力电池采样异常风险识别方法与故障判定方法，包括以下步骤：步骤1：采集电池基本数据；步骤2：对电池基本数据进行数据清洗与数据预处理；步骤3：基于步骤2处理后的电池基本数据，提取采样异常安全要素Cr；所述采样异常安全要素Cr为参考电芯的压差变化速度在电流变化速度上的相关投影方差参数；步骤4：对采样异常安全要素Cr进行非线性特征转换与放大处理，并得到异常要素Sf；步骤5：采用方差熵对采样异常安全要素进行量化，并得到量化特征。本发明能够完成对采样异常风险的早期精准识别，能够准确识别、判定采样异常故障。
-
Patent Agency Ranking
公开(公告)号：CN117367830A
公开(公告)日：2024-01-09
申请号：CN202311430546.6
申请日：2023-10-31
Applicant: 中国汽车工程研究院股份有限公司
IPC: G01M17/007 , G01R31/34 , G01R31/392 , G01R31/385 , G01R31/387 , G01R31/367
Abstract: 本发明涉及车辆检测技术领域，具体为一种新能源车辆健康状态商检平台及方法。所述方法运用了所述平台，所述平台包括：充电检测设备，用于采集新能源汽车的电池系统参数信息；登记模块，用于对车辆信息进行登记，并生成待检测车辆列表；线下检测子系统，用于分析充电检测设备采集的检测数据，生成电池健康状态的检测结果；线下检测子系统包括第一电池健康检测模块、第二电池健康检测模块与模型选择模块；模型选择模块，用于根据待检测车辆的数量选择调用第一电池健康检测模块或第二电池健康检测模块。该技术方案能够在检测站高效地实现对新能源车辆电池健康状态的检测。
-
公开(公告)号：CN117408426A
公开(公告)日：2024-01-16
申请号：CN202311430781.3
申请日：2023-10-31
Applicant: 中国汽车工程研究院股份有限公司
IPC: G06Q10/063 , G06F16/23 , G06F16/2457 , G06F16/2458
Abstract: 本发明涉及新能源数据处理技术领域，尤其是一种新能源数据的元数据质量核查方法。该方法主要包括以下步骤：首先，根据新能源汽车数字资源的自身属性，如名称、代码、长度/字节、数据类型和业务类型等，构建该资源中元数据的质量评价指标体系，包括完整性、正确性、一致性、唯一性、及时性和真实性等评价指标；接着，根据这些评价指标，对元数据进行机器和人工的核查；最后，结合核查结果及其与各评价指标的预设权重，计算元数据的总得分。该方法通过自动化的核查方法和综合评价体系，显著提高了新能源汽车数据的质量核查效率。
-
公开(公告)号：CN117367830B
公开(公告)日：2024-07-30
申请号：CN202311430546.6
申请日：2023-10-31
Applicant: 中国汽车工程研究院股份有限公司
IPC: G01M17/007 , G01R31/34 , G01R31/392 , G01R31/385 , G01R31/387 , G01R31/367
Abstract: 本发明涉及车辆检测技术领域，具体为一种新能源车辆健康状态商检平台及方法。所述方法运用了所述平台，所述平台包括：充电检测设备，用于采集新能源汽车的电池系统参数信息；登记模块，用于对车辆信息进行登记，并生成待检测车辆列表；线下检测子系统，用于分析充电检测设备采集的检测数据，生成电池健康状态的检测结果；线下检测子系统包括第一电池健康检测模块、第二电池健康检测模块与模型选择模块；模型选择模块，用于根据待检测车辆的数量选择调用第一电池健康检测模块或第二电池健康检测模块。该技术方案能够在检测站高效地实现对新能源车辆电池健康状态的检测。
-
公开(公告)号：CN115842393A
公开(公告)日：2023-03-24
申请号：CN202211494299.1
申请日：2022-11-25
Applicant: 中国汽车工程研究院股份有限公司
IPC: H02J7/00 , B60L3/00 , G06F30/20 , G06F119/02
Abstract: 本发明涉及风险识别技术领域，公开了一种基于容量异常衰退特征的新能源汽车风险识别模型，包括数据采集模块、数据处理模块、数据分析模块和风险识别模块；数据采集模块用于采集基础数据；数据处理模块用于预处理基础数据并得到目标数据；数据分析模块用于自目标数据中提取得到安全要素，并将安全要素转换为量化表示的安全特征；且在提取安全要素时，首先按照选取策略选取参考电芯，并计算参考电芯的中值压差向量Vp，取Vp的速度向量Vp′作为安全要素Sf；风险识别模块用于根据安全特征数值确定风险概率。本发明能够实现新能源汽车风险的量化识别，风险识别精准度较高。
-
公开(公告)号：CN115796583A
公开(公告)日：2023-03-14
申请号：CN202211494294.9
申请日：2022-11-25
Applicant: 中国汽车工程研究院股份有限公司
IPC: G06Q10/0635 , G06Q50/30
Abstract: 本发明涉及风险识别技术领域，公开了一种基于自放电异常特征的新能源汽车风险识别模型，包括以下构件步骤：步骤1：采集动力电池的历史运行数据；步骤2：预处理历史运行数据；步骤3：基于历史运行数据，选取目标电芯并以目标电芯与中值电压的平方差的非线性映射结果作为识别要素sf；所述识别要素其中，α为目标电芯与中值电压的平方差的放大系数；Vid表示在i时刻d号电芯的电压值，Vim表示i时刻所有电芯的中值电压；步骤4：将识别要素转换为量化要素λ；λ数值大小与电池风险程度呈负相关。本发明能够有效识别自放电风险，完成自放电异常的精准判定。
-
-
-
-
-
Search Results
6
records
(took 0.026 seconds)
