-
公开(公告)号：CN119989088A
公开(公告)日：2025-05-13
申请号：CN202510077144.5
申请日：2025-01-17
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F18/241 , G01R31/392 , G01R31/388 , G01R31/389 , G01R31/367 , G01R31/36 , G06F18/211 , G06F18/2321 , G06F18/10 , G06F18/25 , G06N3/088 , G06F17/17 , G06F17/18
Abstract: 本发明公开了一种面向稀疏数据的模型与数据融合驱动的储能锂电池微短路及低容量故障诊断与分类方法，所属领域为电池管理系统领域，包括：结合一阶整数阶等效电路模型与Rint模型，估算电池的欧姆内阻，并结合电池的相对SOC与相对容量进行故障分类。通过Rint模型的应用，能够在电池状态不完全知晓的情况下，完成对电池故障的有效分类。此技术点的重要性在于它能够在采样密度较低的条件下，仍然保持较高的故障诊断精度，对于实际应用中的电池管理和故障预警具有重要意义。
-
公开(公告)号：CN118232469B
公开(公告)日：2025-01-17
申请号：CN202410324638.4
申请日：2024-03-21
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H02J7/00 , H01M10/44 , H01M10/052 , H01M10/0525 , H02H7/18
Abstract: 本发明公开了基于分布鲁棒模型预测控制的锂电池安全快速充电方法，包括：建立锂电池的电‑热‑老化耦合模型，离线辨识老化参数；根据真实电池测量得到的端电压和温度，在线辨识电‑热参数，并基于电气模型构建状态观测器实时估计电池的荷电状态；根据耦合模型获得电压、温度预测值和真实电池测量得到的电压、温度真实值，构建电压预测误差和温度预测误差的历史样本数据集；构建电压和温度的分布鲁棒约束，度量电压预测误差和温度预测误差的不确定性，对分布鲁棒约束重构为可处理的约束；基于重构的可处理电压、温度约束，结合考虑了充电速度、容量衰减和电流波动三者的目标函数，求解分布鲁棒模型预测的优化问题，获取最佳充电电流。
-
Patent Agency Ranking
公开(公告)号：CN118209866A
公开(公告)日：2024-06-18
申请号：CN202410321069.8
申请日：2024-03-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G01R31/367 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06N3/096 , G06N7/01 , B60L58/12 , G01R31/378 , G01R31/3842
Abstract: 本发明公开了具备快速迁移能力的锂电池荷电状态估计系统及方法，系统包括：数据测量模块、神经网络训练模块、网络更新模块和状态评估模块；数据采集模块用于采集锂电池的历史数据，历史数据包括：历史电压数据、历史电流数据、历史温度数据和历史荷电状态数据；神经网络训练模块用于构建初始状态评估网络，并基于历史数据对初始状态评估网络进行训练，得到状态评估网络；网络更新模块用于测量锂电池实时数据，并基于锂电池实时数据对状态评估网络的参数进行更新，得到更新后状态评估网络，锂电池实时数据包括：实时电压数据、实时电流数据和实时温度数据；状态评估模块用于基于更新后状态评估网络和锂电池实时数据进行状态评估，得到评估结果。
-
公开(公告)号：CN118191612B
公开(公告)日：2024-12-31
申请号：CN202410321108.4
申请日：2024-03-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G01R31/367 , G01R31/392 , G01R31/378 , G06F18/213 , G06F18/27 , G06F18/2136 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了基于可扩展循环神经网络的锂电池健康诊断方法及系统，包括以下步骤：对快充阶段切换段附近电压片段数据进行小波分解，得到待选取电池老化特征；对所述待选取电池老化特征进行相关度分析，得到老化特征序列；组合长短期记忆神经网络与高斯过程回归层，形成可扩展深度循环神经网络模型；将所述老化特征序列输入通过训练的所述可扩展深度循环神经网络模型，得到锂电池健康状态估计和剩余使用寿命估计结果。本发明包括神经网络结构构建与数据驱动方法的实现两个部分，能够对快充工况下的电池数据进行有效的特征提取，并得到较高精度的健康状态估计和剩余使用寿命估计结果。
-
公开(公告)号：CN118232469A
公开(公告)日：2024-06-21
申请号：CN202410324638.4
申请日：2024-03-21
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H02J7/00 , H01M10/44 , H01M10/052 , H01M10/0525 , H02H7/18
Abstract: 本发明公开了基于分布鲁棒模型预测控制的锂电池安全快速充电方法，包括：建立锂电池的电‑热‑老化耦合模型，离线辨识老化参数；根据真实电池测量得到的端电压和温度，在线辨识电‑热参数，并基于电气模型构建状态观测器实时估计电池的荷电状态；根据耦合模型获得电压、温度预测值和真实电池测量得到的电压、温度真实值，构建电压预测误差和温度预测误差的历史样本数据集；构建电压和温度的分布鲁棒约束，度量电压预测误差和温度预测误差的不确定性，对分布鲁棒约束重构为可处理的约束；基于重构的可处理电压、温度约束，结合考虑了充电速度、容量衰减和电流波动三者的目标函数，求解分布鲁棒模型预测的优化问题，获取最佳充电电流。
-
公开(公告)号：CN118209866B
公开(公告)日：2025-01-24
申请号：CN202410321069.8
申请日：2024-03-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G01R31/367 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06N3/096 , G06N7/01 , B60L58/12 , G01R31/378 , G01R31/3842
Abstract: 本发明公开了具备快速迁移能力的锂电池荷电状态估计系统及方法，系统包括：数据测量模块、神经网络训练模块、网络更新模块和状态评估模块；数据采集模块用于采集锂电池的历史数据，历史数据包括：历史电压数据、历史电流数据、历史温度数据和历史荷电状态数据；神经网络训练模块用于构建初始状态评估网络，并基于历史数据对初始状态评估网络进行训练，得到状态评估网络；网络更新模块用于测量锂电池实时数据，并基于锂电池实时数据对状态评估网络的参数进行更新，得到更新后状态评估网络，锂电池实时数据包括：实时电压数据、实时电流数据和实时温度数据；状态评估模块用于基于更新后状态评估网络和锂电池实时数据进行状态评估，得到评估结果。
-
公开(公告)号：CN118191612A
公开(公告)日：2024-06-14
申请号：CN202410321108.4
申请日：2024-03-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G01R31/367 , G01R31/392 , G01R31/378 , G06F18/213 , G06F18/27 , G06F18/2136 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了基于可扩展循环神经网络的锂电池健康诊断方法及系统，包括以下步骤：对快充阶段切换段附近电压片段数据进行小波分解，得到待选取电池老化特征；对所述待选取电池老化特征进行相关度分析，得到老化特征序列；组合长短期记忆神经网络与高斯过程回归层，形成可扩展深度循环神经网络模型；将所述老化特征序列输入通过训练的所述可扩展深度循环神经网络模型，得到锂电池健康状态估计和剩余使用寿命估计结果。本发明包括神经网络结构构建与数据驱动方法的实现两个部分，能够对快充工况下的电池数据进行有效的特征提取，并得到较高精度的健康状态估计和剩余使用寿命估计结果。
-
-
-
-
-
-
Search Results
7
records
(took 0.034 seconds)
