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

Inventor： 杨世春 ,  曹瑞 ,  张正杰 ,  孙也凡 ,  金云涛 ,  常柏桐 ,  闫啸宇 ,  曹耀光 ,  徐斌

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：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

Inventor： 杨世春 ,  常柏桐 ,  张正杰 ,  曹瑞 ,  金云涛 ,  孙也凡 ,  徐斌

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。

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

Inventor： 杨世春 ,  金云涛 ,  张正杰 ,  孙也凡 ,  常柏桐 ,  杨凯熠 ,  李兴虎 ,  闫啸宇 ,  曹耀光 ,  陈飞

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：CN116805161A

公开(公告)日：2023-09-26

申请号：CN202310666134.6

申请日：2023-06-06

Applicant: 北京航空航天大学

Inventor： 杨世春 ,  张正杰 ,  常柏桐 ,  郑一帆 ,  闫啸宇 ,  周思达 ,  曹耀光 ,  刘新华

IPC: G06N3/088 ,  G06N3/0985

Abstract: 本发明公开了一种基于无监督学习的系统参数辨识方法和装置，其中所述方法，包括：构建表征目标系统的状态空间方程，所述状态空间方程包括用于表征目标系统的输入与状态变量之间关系的状态方程，以及用于表征目标系统的状态变量与输出之间关系的观测方程，所述状态方程包括待辨识参数；整理状态空间方程为以参数分离形式表征已知参数和含有待辨识参数的第一状态空间方程；匹配于第一状态空间方程，构建神经网络模型，所述神经网络模型的输入输出与第一状态空间方程的输入输出相对应；训练神经网络模型，以获得待辨识参数。本发明方案通过构建目标系统状态空间方程与对应的神经网络模型，在模型的无监督训练不断收敛的过程中实现参数辨识。

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

Inventor： 杨世春 ,  张正杰 ,  金云涛 ,  常柏桐 ,  孙也凡 ,  闫啸宇 ,  李兴虎

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

Inventor： 杨世春 ,  金云涛 ,  张正杰 ,  孙也凡 ,  常柏桐 ,  舒唯 ,  李兴虎 ,  刘新华

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。