-
公开(公告)号:CN119821226B
公开(公告)日:2025-05-20
申请号:CN202510330004.4
申请日:2025-03-20
Applicant: 北方自动控制技术研究所
Abstract: 本发明提供一种基于深度学习的无人车辆动力电池功率控制方法和系统,涉及动力电池控制领域,所述方法包括:在控制周期的第i个时刻,按照第i‑1个时刻的电池功率确定模型确定的电池功率对无人车辆进行设置;获取测试运行数据;确定测试车速、测试电池功率、测试地面湿度和测试地面温度与测试制动距离之间的制动距离关系函数;获取电池信息;获取环境信息、其他车辆信息和车辆行驶速度;判断第i‑1个时刻的电池功率确定模型是否需要训练;在第i‑1个时刻的电池功率确定模型需要训练的情况下,确定训练损失函数;获得第i个时刻的电池功率确定模型;确定第i+1个时刻的电池功率。根据本发明,可提高动力电池功率控制的准确性。
-
公开(公告)号:CN119821226A
公开(公告)日:2025-04-15
申请号:CN202510330004.4
申请日:2025-03-20
Applicant: 北方自动控制技术研究所
Abstract: 本发明提供一种基于深度学习的无人车辆动力电池功率控制方法和系统,涉及动力电池控制领域,所述方法包括:在控制周期的第i个时刻,按照第i‑1个时刻的电池功率确定模型确定的电池功率对无人车辆进行设置;获取测试运行数据;确定测试车速、测试电池功率、测试地面湿度和测试地面温度与测试制动距离之间的制动距离关系函数;获取电池信息;获取环境信息、其他车辆信息和车辆行驶速度;判断第i‑1个时刻的电池功率确定模型是否需要训练;在第i‑1个时刻的电池功率确定模型需要训练的情况下,确定训练损失函数;获得第i个时刻的电池功率确定模型;确定第i+1个时刻的电池功率。根据本发明,可提高动力电池功率控制的准确性。
-
公开(公告)号:CN119846505A
公开(公告)日:2025-04-18
申请号:CN202510339801.9
申请日:2025-03-21
Applicant: 北方自动控制技术研究所
IPC: G01R31/392 , G01R31/389 , G01R31/385 , G01R31/378 , G01R31/396 , G01R31/367 , G01N21/88
Abstract: 本发明提供一种基于大数据的无人车辆动力电池安全检测方法和系统,涉及动力电池安全检测技术领域,所述方法包括:采集动力电池的电池外观图像;根据电池外观图像,确定动力电池的外观安全检测评分;获取历史运行数据;根据历史运行数据,确定动力电池衰老影响系数;通过电池管理系统获取动力电池的电池参数;通过检测仪器获取动力电池的电池内阻;根据电池内阻、电池参数和动力电池衰老影响系数,确定电池运行安全检测评分;根据电池运行安全检测评分和所述电池外观安全检测评分,生成动力电池安全检测报告。根据本发明,可根据动力电池的外观安全和运行安全对动力电池安全状况进行全面检测,提高动力电池安全检测结果的全面性和准确性。
-
公开(公告)号:CN112948603B
公开(公告)日:2023-05-05
申请号:CN202110249336.1
申请日:2021-03-08
Applicant: 北方自动控制技术研究所
IPC: G06F16/45 , G06F16/332 , G06N20/00 , G06Q10/08 , G06Q50/28
Abstract: 本发明涉及一种基于迁移学习的运输投送知识问答方法,获取运输投送相关知识。将运输投送过程中接收到的结构化数据、半结构化数据、非结构化数据、图像、话音、视频等分类处理为实体、属性、关系;构建关系抽取网络,抽取实体间的关系,生成RDF三元组,针对自动生成的三元组进行人工处理,实体对齐、消歧后分类存储;使用迁移学习框架对无标注的运输投送数据进行学习,支撑运输投送系统的知识问答。本发明构建基于问答模式的运输投送系统知识图谱,通过迁移学习在仅有小样本标注数据的情况下,自学习不同承运、不同投送方式的问答序列,从而对相关用户提问快速提供运输投送方案,在运输投送领域具备普适性和泛化能力。
-
公开(公告)号:CN112948603A
公开(公告)日:2021-06-11
申请号:CN202110249336.1
申请日:2021-03-08
Applicant: 北方自动控制技术研究所
IPC: G06F16/45 , G06F16/332 , G06N20/00 , G06Q10/08 , G06Q50/28
Abstract: 本发明涉及一种基于迁移学习的运输投送知识问答方法,获取运输投送相关知识。将运输投送过程中接收到的结构化数据、半结构化数据、非结构化数据、图像、话音、视频等分类处理为实体、属性、关系;构建关系抽取网络,抽取实体间的关系,生成RDF三元组,针对自动生成的三元组进行人工处理,实体对齐、消歧后分类存储;使用迁移学习框架对无标注的运输投送数据进行学习,支撑运输投送系统的知识问答。本发明构建基于问答模式的运输投送系统知识图谱,通过迁移学习在仅有小样本标注数据的情况下,自学习不同承运、不同投送方式的问答序列,从而对相关用户提问快速提供运输投送方案,在运输投送领域具备普适性和泛化能力。
-
-
-
-