公开(公告)号：CN116859247A

公开(公告)日：2023-10-10

申请号：CN202310924511.1

申请日：2023-07-26

Applicant: 哈尔滨工业大学

Inventor： 郑文斌 ,  乔家庆 ,  付平 ,  白晨宇 ,  陈峻洋 ,  周欣雨 ,  石通航

IPC: G01R31/36 ,  G01R31/378 ,  G01R31/367 ,  G01R31/382 ,  G01R31/3842 ,  G01R31/385 ,  G01R31/388 ,  G01R31/392 ,  G01R31/387

Abstract: 基于多源迁移学习的电动汽车锂电池SOH估算方法，它涉及一种电动汽车锂电池SOH估算方法。本发明为了解决现有估算方法难以满足工况下电动车SOH日常估算需求的问题。本发明的步骤包括步骤一、数据预处理及特征提取；步骤二、领域选择；步骤三、SOH估算模型训练；步骤四、构建基于多源对抗领域自适应网络的估算网络。本发明属于电池健康状态及迁移学习技术领域。

公开(公告)号：CN119902083A

公开(公告)日：2025-04-29

申请号：CN202411964038.0

申请日：2024-12-30

Applicant: 哈尔滨工业大学

Inventor： 邬子偕 ,  郑文斌 ,  陈峻洋 ,  付平

IPC: G01R31/367 ,  G01R31/387 ,  G01R31/378 ,  G01R31/388 ,  G06N3/0464 ,  G06N3/044 ,  G06N3/08

Abstract: 本发明提出基于P2D‑LNN融合模型的锂电池SOC估计方法，属于锂电池管理技术领域，解决了现有锂电池SOC估计方法中计算成本高、泛用性差、可解释性差的问题，包括：采集锂离子电池数据并建立锂离子电池测试数据库；构建P2D模型，捕捉锂离子电池测试数据库中锂电池内部的电化学动态；对锂离子电池测试数据库进行参数辨识，对P2D模型参数进行校正；将工况下的实际电流数据输入校正后的P2D模型中，输出模拟生成的电压、温度、css和cs,bulk数据；使用BPTT算法对LNN模型优化，建立CNN‑LNN模型，进行锂离子电池状态的时间序列预测；通过UKF算法集成P2D模型和CNN‑LNN模型，建立在线SOC预测模型，完成锂电池SOC的精确估计。

公开(公告)号：CN119623576B

公开(公告)日：2025-05-06

申请号：CN202510152675.6

申请日：2025-02-12

Applicant: 哈尔滨工业大学

Inventor： 陈峻洋 ,  郑文斌 ,  付平

IPC: G06N3/096 ,  G06N3/047 ,  G06N3/0475 ,  G06N3/044 ,  G06N3/045 ,  G06F18/213 ,  G06F18/27 ,  G01R31/392 ,  G01R31/378 ,  G01R31/367 ,  G01R31/385 ,  G01R31/396

Abstract: 本发明涉及电池评估技术领域，且公开了一种基于网络模型的电动汽车锂离子电池SOH评估方法，包括以下步骤：步骤S01：对目标数据进行采集；步骤S02：对目标数据进行预处理；步骤S03：进行领域选择；步骤S04：进行特征提取；步骤S05：构建预测模型；步骤S06：将采集的实时目标数据与历史目标数据形成一个特征序列，将特征序列作为电池健康状态评估网络模型的输入，通过构建好的电池健康状态评估网络模型进行估算，输出电池健康状态评估值；通过设有步骤S03、步骤S04以及步骤S05，通过网络模型，将与目标领域相似的多个源领域数据联合训练，解决工况数据间的域差异问题，满足实际应用需求。

公开(公告)号：CN118195231A

公开(公告)日：2024-06-14

申请号：CN202410342252.6

申请日：2024-03-25

Applicant: 深圳市灰山石能源管理有限公司 ,  哈尔滨工业大学

Inventor： 黄国柱 ,  郑文斌 ,  刘钦河 ,  陈峻洋

IPC: G06Q10/0631 ,  G06Q10/0637 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/006 ,  G06N7/08 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明提出一种基于IPSO‑LSTM的充电场站能量管理策略，包括：步骤1：获取光伏发电功率历史数据、充电站充电负载历史功率数据和历史环境数据；步骤2：构建基于贝叶斯优化的LSTM能量流预测模型，并进行模型训练；步骤3：获取光伏发电功率预测数据和充电站充电负载功率预测数据；步骤4：构建光储充一体站能量模型，获取筛选后的光伏发电功率预测数据和充电站充电负载功率预测数据；步骤5：基于改进的粒子群算法获取最优充电站能量管理策略。本发明应用基于Bayes优化的LSTM模型对充电站的光伏出力大小及充电负荷需求进行预测，以充电站运营经济效益最大化为优化目标，提出改进的PSO算法，对充电站内能量协调策略进行优化，实现协调互补。

公开(公告)号：CN119623576A

公开(公告)日：2025-03-14

申请号：CN202510152675.6

申请日：2025-02-12

Applicant: 哈尔滨工业大学

Inventor： 陈峻洋 ,  郑文斌 ,  付平

IPC: G06N3/096 ,  G06N3/047 ,  G06N3/0475 ,  G06N3/044 ,  G06N3/045 ,  G06F18/213 ,  G06F18/27 ,  G01R31/392 ,  G01R31/378 ,  G01R31/367 ,  G01R31/385 ,  G01R31/396

Abstract: 本发明涉及电池评估技术领域，且公开了一种基于网络模型的电动汽车锂离子电池SOH评估方法，包括以下步骤：步骤S01：对目标数据进行采集；步骤S02：对目标数据进行预处理；步骤S03：进行领域选择；步骤S04：进行特征提取；步骤S05：构建预测模型；步骤S06：将采集的实时目标数据与历史目标数据形成一个特征序列，将特征序列作为电池健康状态评估网络模型的输入，通过构建好的电池健康状态评估网络模型进行估算，输出电池健康状态评估值；通过设有步骤S03、步骤S04以及步骤S05，通过网络模型，将与目标领域相似的多个源领域数据联合训练，解决工况数据间的域差异问题，满足实际应用需求。

公开(公告)号：CN116859247B

公开(公告)日：2024-06-14

申请号：CN202310924511.1

申请日：2023-07-26

Applicant: 哈尔滨工业大学

Inventor： 郑文斌 ,  乔家庆 ,  付平 ,  白晨宇 ,  陈峻洋 ,  周欣雨 ,  石通航

IPC: G01R31/36 ,  G01R31/378 ,  G01R31/367 ,  G01R31/382 ,  G01R31/3842 ,  G01R31/385 ,  G01R31/388 ,  G01R31/392 ,  G01R31/387

Abstract: 基于多源迁移学习的电动汽车锂电池SOH估算方法，它涉及一种电动汽车锂电池SOH估算方法。本发明为了解决现有估算方法难以满足工况下电动车SOH日常估算需求的问题。本发明的步骤包括步骤一、数据预处理及特征提取；步骤二、领域选择；步骤三、SOH估算模型训练；步骤四、构建基于多源对抗领域自适应网络的估算网络。本发明属于电池健康状态及迁移学习技术领域。