公开(公告)号：CN116319884A

公开(公告)日：2023-06-23

申请号：CN202310284440.3

申请日：2023-03-20

Applicant: 安徽大学

Inventor： 许柯 ,  陈媛 ,  候衍宁 ,  王新宇 ,  马浩博 ,  王晗宇 ,  黄致祥

IPC: H04L67/12 ,  H04N7/18 ,  G07C1/20 ,  H04L67/143 ,  G06V10/40 ,  G06V10/82 ,  G06V10/20 ,  A42B3/04 ,  A42B3/30

Abstract: 本申请公开一种巡检系统以及巡检方法，所需算力低，巡检实时性强。巡检系统用于获取预设区域内的巡检目标信息，且所述巡检系统包括：所述巡检系统包括：可移动信息采集模块，用于采集第一信息，并对所述第一信息进行第一处理，以获取第一处理结果，所述第一处理结果中包含第一巡检目标信息，所述可移动信息采集模块还用于将所述第一处理结果上传至一运算模块；固定信息采集模块，用于采集第二信息，并将所述第二信息上传至所述运算模块；所述运算模块连接至所述可移动信息采集模块以及所述固定信息采集模块，以获取所述第一处理结果和第二信息，并能够对所述第二信息进行第二处理，以获取第二处理结果，所述第二处理结果中包含第二巡检目标信息，以及对所述第一巡检目标信息和第二巡检目标信息进行整合，形成可供显示的整合信息；显示模块，连接至所述运算模块，以获取并显示所述整合信息。

公开(公告)号：CN115097312A

公开(公告)日：2022-09-23

申请号：CN202210725911.5

申请日：2022-06-23

Applicant: 安徽大学

Inventor： 陈媛 ,  李忠 ,  何怡刚 ,  刘昕蕊 ,  候衍宁

IPC: G01R31/367 ,  G01R31/392 ,  G06F30/27 ,  G06F119/04

Abstract: 一种结合数据驱动模型和经验模型的锂离子电池融合寿命预测模型,涉及数据挖掘，模型融合等技术，包括以下步骤：首先对云端监管平台海量多源异构数据进行去噪处理和特征因素提取获取行驶过程中的健康指标，作为数据驱动预测模型的一个输入，利用极限学习机进行寿命预测，得到数据驱动寿命预测模型。通过多因素寿命衰减实验获取电池寿命经验预测模型，将经验模型和数据驱动模型进行交互融合，设置阈值，得到电池寿命融合模型，提高寿命预测精度，更适用于实际汽车工况。本发明通过将反映寿命衰减与工况因素之间关系的经验模型和反映寿命衰减与运行状态之间关系的数据驱动模型进行融合，可以实现复杂工况下电池寿命的精准预测，保证电池安全运行。