-
公开(公告)号：CN116187805A
公开(公告)日：2023-05-30
申请号：CN202211582177.8
申请日：2022-12-08
Applicant: 中国汽车工程研究院股份有限公司 , 中国标准化研究院
IPC: G06Q10/0639 , G06Q10/0635 , G06Q50/26
Abstract: 本发明涉及新能源汽车性能评测技术领域，公开了一种新能源汽车动力系统运行指标风险量化方法，通过将新能源汽车动力系统的运行数据利用预设的转化公式转变为风险变量，同时通过设置的参数A和参数B两个参数来动态调整计算公式的变量，并且通过不断的演算来调整A和B的值，使两个参数值更接近于真实值，进而提高对风险变量评估结果的准确性，保证汽车的运行安全以及驾乘人员的人身安全。本发明具有降低现有报警系统风险指标，以及精准转化风险变量，有效提高对汽车运行风险评估结果准确率的有益效果。
-
公开(公告)号：CN115795398A
公开(公告)日：2023-03-14
申请号：CN202211574075.1
申请日：2022-12-08
Applicant: 中国汽车工程研究院股份有限公司 , 中国标准化研究院
IPC: G06F18/25 , G01D21/02 , G06F18/241 , G06F18/2431 , G06F17/17 , G06F17/16
Abstract: 本发明涉及汽车安全性能评估技术领域，公开了一种新能源汽车电机系统运行风险量化评估方法，包括以下步骤：步骤S1，确定新能源汽车电机系统中与风险相关的风险指标，并将风险指标对应的运行数据采集后汇总形成第一数据集合；步骤S2，利用第一数据集合建立各风险指标的风险量化函数，并确定风险量化函数中的常数值；步骤S3，计算各风险指标的风险值，并建立风险值矩阵；步骤S4，根据各风险指标的风险值建立用于判定风险大小的风险等级。本发明具有实现风险严重程度值实时计算，提高风险评估灵活性和准确度的有益效果。
-
公开(公告)号：CN115230475A
公开(公告)日：2022-10-25
申请号：CN202210901022.X
申请日：2022-07-28
Applicant: 中国汽车工程研究院股份有限公司 , 中国标准化研究院
Abstract: 本发明涉及车辆电池异常诊断方法领域，具体涉及基于故障数据特征的电池系统电连接异常故障诊断方法，包括步骤：步骤1，收集多台故障车辆的历史实车故障数据，提取实车故障数据电连接异常的故障特征；步骤2，通过故障画像和层次分析法梳理故障特征之间的逻辑关系，将故障特征和逻辑关系搭建形成诊断故障树；步骤3，获取车辆的实时故障数据，提取实时故障数据中的故障表现信息，根据故障表现信息在诊断故障树中确定故障原因。本发明以诊断故障树为基础，准确及时地定位电连接异常产生的原因。
-
Patent Agency Ranking
公开(公告)号：CN114415054B
公开(公告)日：2022-10-11
申请号：CN202210101511.7
申请日：2022-01-27
Applicant: 中国汽车工程研究院股份有限公司
IPC: G01R31/396
Abstract: 本发明涉及新能源汽车电池技术领域，具体涉及一种新能源汽车电池采样异常故障识别方法，包括以下步骤：获取新能源汽车电池组中各个电芯在放电状态时的电压数据；对电压数据进行特征提取，形成距离累积矩阵；对距离累积矩阵中每个电芯的特征向量进行遍历，获取各个电芯的第一分位数和第二分位数；根据各个电芯的第一分位数和第二分位数，分别获取电池组整体的第一全局分位数和第二全局分位数，并以此对距离累积矩阵中每个电芯的特征向量进行遍历，判定此时刻是否发生采样异常；当采样异常在单位时间内累计发生次数达到设定次数时，则判定确实发生采样异常故障，并返回标记时刻及发生故障的电芯号。本发明解决了采样异常故障误报问题多的问题。
-
公开(公告)号：CN114415054A
公开(公告)日：2022-04-29
申请号：CN202210101511.7
申请日：2022-01-27
Applicant: 中国汽车工程研究院股份有限公司
IPC: G01R31/396
Abstract: 本发明涉及新能源汽车电池技术领域，具体涉及一种新能源汽车电池采样异常故障识别方法，包括以下步骤：获取新能源汽车电池组中各个电芯在放电状态时的电压数据；对电压数据进行特征提取，形成距离累积矩阵；对距离累积矩阵中每个电芯的特征向量进行遍历，获取各个电芯的第一分位数和第二分位数；根据各个电芯的第一分位数和第二分位数，分别获取电池组整体的第一全局分位数和第二全局分位数，并以此对距离累积矩阵中每个电芯的特征向量进行遍历，判定此时刻是否发生采样异常；当采样异常在单位时间内累计发生次数达到设定次数时，则判定确实发生采样异常故障，并返回标记时刻及发生故障的电芯号。本发明解决了采样异常故障误报问题多的问题。
-
公开(公告)号：CN117743995A
公开(公告)日：2024-03-22
申请号：CN202311593500.6
申请日：2023-11-27
Applicant: 北京中汽院科技有限公司 , 中国汽车工程研究院股份有限公司 , 西部科学城智能网联汽车创新中心(重庆)有限公司
IPC: G06F18/2433 , B60L3/00 , G06F18/214 , G06F18/10 , G06N3/047 , G06N3/088 , G01R31/367 , G01R31/382
Abstract: 本发明涉及动力电池技术领域，公开了一种基于深度置信网络的动力电池自放电异常识别模型，包括以下构建步骤：S1，构建用于模型训练与验证的参考数据集；所述参考数据集中包括车辆历史运行数据；在构建参考数据集时，还采用预设的故障识别策略对车辆历史运行数据进行故障识别，并将故障识别结果作为标签，对车辆历史运行数据进行标定；S2，将参考数据集划分为训练集和验证集，对异常识别模型进行训练；所述异常识别模型中设有DBN网络；S3，输出训练后的异常识别模型。本发明能够准确且高效地识别车辆安全状态，实现对车辆综合状态的精准判定与故障识别。
-
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。
-
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
8
records
(took 0.035 seconds)
