-
公开(公告)号：CN119474740A
公开(公告)日：2025-02-18
申请号：CN202411577359.5
申请日：2024-11-06
Applicant: 北京航空航天大学
IPC: G06F18/20 , G01R31/36 , G01R31/367 , G01R31/396 , G01R31/382 , G01R31/3842 , G01R31/385 , G06N3/049 , G06N3/084 , G06N3/0985 , G06F18/25 , G06F18/213
Abstract: 本发明涉及一种随机工况电池组的故障识别方法及装置。方法包括：构建电池组状态模型和电池单体偏差模型；利用滤波器分别对电池组状态模型和电池单体偏差模型进行状态预测，得到下一时刻电池组的第一预测结果和下一时刻电池单体的第一预测结果；将获得的电池状态参数和车辆状态参数输入到训练好的时序网络预测模型中，得到下一时刻电池组的第二预测结果；将电池组的第二预测结果和电池单体的第一预测结果输入训练好的物理增强编码器中，得到电池单体的第二预测矩阵；计算电池单体的第二预测矩阵的残差值，并将其与预设阈值相比较，以对电池组进行故障识别。本方案，能够实现对随机工况电池组故障的精准识别。
-
公开(公告)号：CN117706379A
公开(公告)日：2024-03-15
申请号：CN202410166676.1
申请日：2024-02-06
Applicant: 北京航空航天大学
IPC: G01R31/367 , G01R31/382 , H01M10/42 , G06F18/241 , G06F18/214
Abstract: 本发明涉及一种电池动态安全边界构建方法、装置及存储介质，属于电池安全技术领域。本发明解决了现有技术中的电池安全边界难以准确确定的问题。本发明的电池动态安全边界构建方法包括步骤1、获取电池全生命周期数据；步骤2、基于电池全生命周期数据获得电池特征数据组和车辆故障类型的映射关系；步骤3、基于电池特征数据组构建数量均衡的特征数据集；提取与车辆故障类型映射关系对应的数量均衡的特征数据集；使用支持向量数据描述算法对提取的数量均衡的特征数据集中电池热失控发生前不同时间提前量下的特征数据进行训练获得安全边界模型，将安全边界模型连续递进分析，获得与车辆故障类型对应的电池由正常状态向失控状态演变的动态安全边界。
-
公开(公告)号：CN116699434A
公开(公告)日：2023-09-05
申请号：CN202310860392.8
申请日：2023-07-13
Applicant: 北京航空航天大学
IPC: G01R31/389 , G01R31/367 , G01R31/378 , G01R31/382 , G01R31/3835 , G01R31/385 , G01R31/388 , G01R31/392 , G01R31/36
Abstract: 本发明公开了一种基于阻抗谱弛豫时间分布的燃料电池寿命预测方法，属于燃料电池领域；针对待测的燃料电池，进行电化学阻抗谱测试，得到数据特征X1；然后，构建相应的等效电路模型，提取燃料电池的阻抗机理特征X2；采用皮尔逊系数对所提取的特征X1和X2以及燃料电池电压Y进行相关性分析；根据关联性剔除|ρX,Y|＜δ的特征，剩余特征和燃料电池堆电压具有强相关性的特征数据集X*，用作剩余使用寿命预测模型的输入，电池堆电压作为输出，训练数据驱动模型；将测试集输入训练好的数据驱动模型中，基于置信区间绘制函数的图像，并输出测试集采样点电池堆电压的预测值和置信度，作为燃料电池剩余寿命的表征；本发明为燃料电池提供高效的健康管理。
-
公开(公告)号：CN117706379B
公开(公告)日：2024-04-12
申请号：CN202410166676.1
申请日：2024-02-06
Applicant: 北京航空航天大学
IPC: G01R31/367 , G01R31/382 , H01M10/42 , G06F18/241 , G06F18/214
Abstract: 本发明涉及一种电池动态安全边界构建方法、装置及存储介质，属于电池安全技术领域。本发明解决了现有技术中的电池安全边界难以准确确定的问题。本发明的电池动态安全边界构建方法包括步骤1、获取电池全生命周期数据；步骤2、基于电池全生命周期数据获得电池特征数据组和车辆故障类型的映射关系；步骤3、基于电池特征数据组构建数量均衡的特征数据集；提取与车辆故障类型映射关系对应的数量均衡的特征数据集；使用支持向量数据描述算法对提取的数量均衡的特征数据集中电池热失控发生前不同时间提前量下的特征数据进行训练获得安全边界模型，将安全边界模型连续递进分析，获得与车辆故障类型对应的电池由正常状态向失控状态演变的动态安全边界。
-
公开(公告)号：CN115792634A
公开(公告)日：2023-03-14
申请号：CN202211534251.9
申请日：2022-12-02
Applicant: 北京航空航天大学
IPC: G01R31/367 , G01R31/396
Abstract: 本发明一种基于云端在线数据的电池单体电压采样故障识别方法，包括如下步骤：S1：将车载端BMS数据通过T‑BOX上传到云端；S2：数据处理；S3：根据电压差分数据的Z分数寻找离群单体数据；S4：对于被判断为离群的单体数据，判断离群程度最高的两个电池单体号是否相邻，若是，转S5，若否，说明非采样故障；S5：判断为相邻单体出现离群的电压差分数据，判断其电压差分数据是否对称或近似对称分布，若是，说明采样故障，若否，说明非采样故障。本发明解决了因相邻单体电压出现的对称或近似对称变化的采样异常而导致电池管理系统出现故障误报的问题，能很好实现电动汽车运行过程中电池单体采样故障的识别与定位。
-
Patent Agency Ranking
公开(公告)号：CN119475094A
公开(公告)日：2025-02-18
申请号：CN202411577378.8
申请日：2024-11-06
Applicant: 北京航空航天大学
IPC: G06F18/2415 , G01R31/36 , G01R31/367 , G01R31/396 , G01R31/382 , G01R31/3842 , G01R31/385 , G06F18/2135 , G06N3/049 , G06N3/084 , G06N3/0985 , G06N3/0455
Abstract: 本发明涉及一种随机工况电池组的故障诊断方法及装置。方法包括：基于获得的电池单体的状态参数预测矩阵和实际观测参数矩阵进行残差计算和特征提取，得到电池单体的特征矩阵；利用主成分分析法对电池单体的特征矩阵进行降维处理，得到电池单体的综合评价指标；将每个电池单体的综合评价指标与预设阈值相比较，并将综合评价指标超过预设阈值的电池单体确定为故障电池单体；根据故障电池单体对应的特征矩阵和电池单体的初始状态矩阵，构建故障电池单体的故障类型矩阵；将故障电池单体的故障类型矩阵输入训练好的故障类型概率预测模型中，得到故障电池单体的故障类型所对应的触发概率，以对电池组进行故障诊断。本方案，能够实现对电池组的故障类型的准确诊断。
-
公开(公告)号：CN118654772A
公开(公告)日：2024-09-17
申请号：CN202410678238.3
申请日：2024-05-29
Applicant: 北京航空航天大学
Abstract: 本发明提供了一种基于电池包温度场分布的温控预警方法及装置，包括样本电池包和待测电池包，样本电池包和待测电池包中均部署有若干个热电偶；其中，样本电池包中的热电偶数量大于待测电池包中的热电偶数量；方法包括：获取待测电池包的当前状态参数和温度监测点的当前温度监测值；将状态参数和当前温度监测值输入预先训练好的温度场分布预测模型中，得到待测电池包中待测温度监测点的温度值；基于待测电池包中的待测温度监测点的温度值和当前温度监测值进行温控预警。本方案中待测电池包在仅用少量热电偶的情况下即可准确获得更多温度监测点的温度值，进而根据待测电池包中各个温度监测点的温度预测值实现对电池包的温控预警。
-
公开(公告)号：CN118603329A
公开(公告)日：2024-09-06
申请号：CN202410641153.8
申请日：2024-05-22
Applicant: 北京航空航天大学
IPC: G01J5/48 , G01R31/36 , G01R31/385 , G01R31/392 , G06T7/11 , G06V10/74 , G06T7/90 , G06T11/00
Abstract: 本发明提供了一种基于分形理论的电池温度场估计方法和装置，该方法包括：获取目标电池的当前工况，并确定所述当前工况对应的分形码集合；根据所述分形码集合和预设初始图像进行重构，得到重构图像；采集所述目标电池在所述当前工况下的表面温度信息，并确定最高温度值和最低温度；根据所述重构图像、所述最高温度值和所述最低温度，确定所述目标电池的温度场。本方案通过少量的温度传感器还原了电池表面温度状态，提高了温度信息的采集效率，同时能准确地获取到每个电池单体的温度信息。
-
公开(公告)号：CN116484175A
公开(公告)日：2023-07-25
申请号：CN202310303032.8
申请日：2023-03-23
Applicant: 北京航空航天大学
IPC: G06F18/10 , G06N3/0442 , G06N3/08 , G06F30/27 , G06F119/04
Abstract: 本发明提出了一种动力电池使用数据修复系统与方法，包括均部署于云端电池管理系统大数据平台并依次连接的数据清洗模块、数据质量初评模块、数据修复模块和数据质量复评模块，数据质量初评模块对经过数据清洗的动力电池使用数据进行数据质量初评，确定数据是否满足修复下限并判断数据缺失程度，数据修复模块分别针对三种不同缺失程度的数据可通过样条线插值法、时序预测算法、矩阵分解算法/深度学习算法来进行数据修复，最后由数据质量复评模块对数据质量进行综合评估计，在保证数据修复质量的前提下，降低了数据修复成本。
-
公开(公告)号：CN116451038A
公开(公告)日：2023-07-18
申请号：CN202310308492.X
申请日：2023-03-27
Applicant: 北京航空航天大学
IPC: G06F18/20 , G06F18/2135
Abstract: 本发明提出了一种基于奇异谱熵的动力电池热失控预警方法和系统，该方法先由车端采集并上传动力电池的各传感器的输出信号，按照信号传入的时间顺序所形成的时域信号序列来构建模式矩阵，再对模式矩阵进行奇异值分解，将奇异值排列构成信号的奇异谱，然后进行信号的奇异谱分析进而计算得到时域信号序列的奇异谱熵，进行归一化处理的奇异谱熵定量评价警报系数并与报警阈值比对，从而判断动力电池的热失控风险并定位故障位置。本发明从信号所含信息量的角度进行分析，利用奇异谱熵值对动力电池热失控进行预警，大大提高了对故障信号的敏感度，可以更加快速地检测到风险发生的时刻并对故障单体进行定位，有效地提前了热失控预警的时间点。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
