基于扩展单粒子模型的SOC估算平台、方法、设备及介质

    公开(公告)号:CN118534349A

    公开(公告)日:2024-08-23

    申请号:CN202410427771.2

    申请日:2024-04-10

    Abstract: 本发明涉及一种基于扩展单粒子模型的SOC估算平台、方法、设备及介质,属于锂电池管理技术领域,其中,该平台包括:电压隔离器、磁通门以及半实物仿真器;待估算锂电池分别与电压隔离器和磁通门连接;电压隔离器和磁通门还分别与半实物仿真器连接;电压隔离器与待估算锂电池连接采集电压信号;磁通门与待估算锂电池连接采集电流信号;半实物仿真器根据扩展单粒子模型、扩展卡尔曼滤波算法、电压信号和电流信号估算得到锂电池SOC。本发明通过半实物仿真器以扩展单粒子模型和扩展卡尔曼滤波算法根据实际电压信号和电流信号来估算SOC,消除了干扰的影响,提升了估算的准确性。

    一种电池电压预测方法、装置、电子设备及存储介质

    公开(公告)号:CN117637044A

    公开(公告)日:2024-03-01

    申请号:CN202311298846.3

    申请日:2023-10-07

    Abstract: 本发明涉及一种电池电压预测方法、装置、电子设备及存储介质,其方法包括:获取电池的电化学参数,并基于电化学参数计算电极颗粒表面的锂离子孔壁通量;将锂离子孔壁通量输入训练完备的LSTM‑Res神经网络模型中,输出电极颗粒表面的锂离子浓度,并基于电极颗粒表面的锂离子浓度计算电池电动势;将锂离子孔壁通量输入训练完备的LSTM神经网络模型中,输出电极端点的液相锂离子浓度,并基于电极端点的液相锂离子浓度计算液相极化过电势;根据电池电动势和液相极化过电势预测电池端电压。本发明中的电池电压预测方法可以实现高精度的电池电压预测。

    一种基于多角度人脸和环境信息的两级防欺骗检测方法

    公开(公告)号:CN106295522A

    公开(公告)日:2017-01-04

    申请号:CN201610614086.6

    申请日:2016-07-29

    Inventor: 李顺喜 王茜 陈卓

    Abstract: 本发明公开了一种基于多角度人脸和环境信息的两级防欺骗检测方法,包括以下步骤:对检测区域内的人脸进行跟踪,对人脸进行多角度检测,将检测到的人脸图像按角度分类标记储存;根据检测出的人脸位置确定背景对比区域;在背景对比区域内对比当前人脸的背景和无人环境下的背景;判断检测到的人脸是否满足多角度人脸条件,判断背景对比区域内当前人脸的背景和无人环境下的背景的匹配度是否满足条件;两个条件均满足时则判定为当前检测到的人脸为真实人脸,否则判定当前检测到的人脸为人脸照片或视频;储存检测到的多角度人脸中的正脸图像。操作上对用户更加友好,可以快速高效进行人脸防欺骗检测,为人脸识别系统的安全性和可靠性提供保障。

    电池模组温度在线估算方法、装置、电子设备及存储介质

    公开(公告)号:CN119092860A

    公开(公告)日:2024-12-06

    申请号:CN202411115637.5

    申请日:2024-08-14

    Abstract: 本发明提供了一种电池模组温度在线估算方法、装置、电子设备及存储介质,属于电池热管理及电池建模技术领域,其方法包括:获取电池参数,基于电池参数构建单体电池的液相拓展单颗粒模型,获取电池模型,将电池模型进行保留产热部件的结构简化,得到结构简化的电池模型,基于电池模型得到热传导路径,基于热传导路径建立电池组零维热传导模型,将液相拓展单颗粒模型与电池组零维热传导模型进行耦合,得到耦合模型,获取对流换热散热源数据,将对流换热散热源数据加入到耦合模型中,得到修正的模型。本发明用以解决现有技术中存在电池模组温度状态估算精度低、计算速度慢的技术问题。

    一种基于电机驱动的风机传动系统参数的智能辨识方法

    公开(公告)号:CN118855643A

    公开(公告)日:2024-10-29

    申请号:CN202410883999.2

    申请日:2024-07-03

    Abstract: 本发明公开了一种基于电机驱动的风机传动系统参数的智能辨识方法,属于风力发电机控制技术领域,包括以下步骤:S1建立风机的仿真模型;S2利用电动机反向驱动带动风机传动系统与叶轮的转动,通过改变发电机的输入实现叶轮转速的变化,仿真风机运行的多种工况,采集各种参数;S3建立风机的等效双质量块数学模型;S4建立风机传动系统的状态空间模型;S5得到一个气动转矩、电磁转矩作为输入,叶轮转速或电机转速、中间轴转矩作为输出的双输入双输出系统,并以此双输入双输出系统的传递函数矩阵作为参数辨识的模型;S6将粒子群优化算法与遗传算法融合,对步骤S5所述参数辨识的模型进行参数辨识。

    一种电池电压预测方法、装置、电子设备及存储介质

    公开(公告)号:CN117637044B

    公开(公告)日:2024-06-18

    申请号:CN202311298846.3

    申请日:2023-10-07

    Abstract: 本发明涉及一种电池电压预测方法、装置、电子设备及存储介质,其方法包括:获取电池的电化学参数,并基于电化学参数计算电极颗粒表面的锂离子孔壁通量;将锂离子孔壁通量输入训练完备的LSTM‑Res神经网络模型中,输出电极颗粒表面的锂离子浓度,并基于电极颗粒表面的锂离子浓度计算电池电动势;将锂离子孔壁通量输入训练完备的LSTM神经网络模型中,输出电极端点的液相锂离子浓度,并基于电极端点的液相锂离子浓度计算液相极化过电势;根据电池电动势和液相极化过电势预测电池端电压。本发明中的电池电压预测方法可以实现高精度的电池电压预测。

    一种基于多角度人脸和环境信息的两级防欺骗检测方法

    公开(公告)号:CN106295522B

    公开(公告)日:2019-09-10

    申请号:CN201610614086.6

    申请日:2016-07-29

    Inventor: 李顺喜 王茜 陈卓

    Abstract: 本发明公开了一种基于多角度人脸和环境信息的两级防欺骗检测方法,包括以下步骤:对检测区域内的人脸进行跟踪,对人脸进行多角度检测,将检测到的人脸图像按角度分类标记储存;根据检测出的人脸位置确定背景对比区域;在背景对比区域内对比当前人脸的背景和无人环境下的背景;判断检测到的人脸是否满足多角度人脸条件,判断背景对比区域内当前人脸的背景和无人环境下的背景的匹配度是否满足条件;两个条件均满足时则判定为当前检测到的人脸为真实人脸,否则判定当前检测到的人脸为人脸照片或视频;储存检测到的多角度人脸中的正脸图像。操作上对用户更加友好,可以快速高效进行人脸防欺骗检测,为人脸识别系统的安全性和可靠性提供保障。

    一种基于深度学习和云服务的人脸识别考勤系统及方法

    公开(公告)号:CN106204780A

    公开(公告)日:2016-12-07

    申请号:CN201610519532.5

    申请日:2016-07-04

    CPC classification number: G07C1/10 G06K9/00288 G06K9/6229 G06K9/6256 G06K9/627

    Abstract: 本发明公开了一种基于深度学习和云服务的人脸识别考勤系统及方法,包括人脸检测模块、数据无线传输模块、云服务器和考勤信息管理网页,人脸检测模块与数据无线传输模块连接,数据无线传输模块通过网络与云服务器连接;通过在云服务器中建立深度学习网络训练模块,预先训练人脸图像,获得特征向量予以保存;再通过人脸检测模块与数据无线传输模块,提取人面部图像并传送至云端,作为测试样本输入深度学习网络训练模块,进行人脸匹配,将匹配结果保存至数据库,通过考勤信息管理网页与数据库交互,来获取考勤信息。通过分类储存和分类调用,避免在海量的数据中进行匹配识别,提高存储效率和比对识别效率,使系统具有更好的鲁棒性和更高的效率。

    基于卡尔曼滤波的电池SOC与SOE联合估计方法

    公开(公告)号:CN117907837A

    公开(公告)日:2024-04-19

    申请号:CN202410027775.1

    申请日:2024-01-08

    Abstract: 本申请公开了一种基于卡尔曼滤波的电池SOC与SOE联合估计方法,该方法通过构建电压修正因子对简化P2D模型进行修正,并基于修正后的简化P2D模型联合自适应扩展卡尔曼滤波算法建立系统的状态方程及观测方程,修正后能够提高状态方程观测方程的计算结果精度,进一步地,通过联合自适应扩展卡尔曼滤波算法对修正后的状态方程和修正后的观测方程进行迭代计算,以确定电池SOC和电池SOE,不仅能够同时得到电池SOC和电池SOE,提高电池状态量的预测效率,并且由于自适应扩展卡尔曼滤波算法能够进行动态预测,从而不断优化电池SOC和电池SOE的估计值,进而提高电池SOC和电池SOE的估计精度。

Patent Agency Ranking