公开(公告)号：CN120013268A

公开(公告)日：2025-05-16

申请号：CN202411983299.7

申请日：2024-12-31

Applicant: 河南科技大学

Inventor： 梁坤峰 ,  张晨光 ,  陈浩远 ,  王林 ,  黄紫微 ,  刘子墨 ,  段浩磊 ,  李硕鹏 ,  高春艳 ,  陈彬 ,  曹勇 ,  周训 ,  袁争印

IPC: G06Q10/0637 ,  G06F30/20 ,  G06F30/18 ,  G06F119/08

Abstract: 本发明提供一种基于结构熵和中心性算法的系统架构评价及优化方法，本发明先构建不同的信息传递网络，然后采用结构熵算法识别出任一信息传递网络中的重要路径及需要简化的非重要路径；利用中心性算法识别出任一信息传递网络中的综合中心性高的组件及简化的综合中心性低的组件，基于识别的结果对各个信息传递网络的架构进行优化。同时，结合由结构熵算法计算的有序度与由中心性算法计算的综合中心性指标衡量不同信息传递网络的复杂度，以对不同的信息传递网络进行评价。通过上述方法能够提高系统的信息传递效率和稳定性，从而建立高效的电动汽车集成热管理系统优化架构。

公开(公告)号：CN119959766A

公开(公告)日：2025-05-09

申请号：CN202411891718.4

申请日：2024-12-20

Applicant: 河南科技大学

Inventor： 梁坤峰 ,  刘子墨 ,  周训 ,  王慧荣 ,  陈浩远 ,  段浩磊 ,  张晨光 ,  吕钢欣 ,  曹勇 ,  陈彬

IPC: G01R31/367 ,  G01R31/392

Abstract: 一种基于Spearman‑ReliefF特征选择算法的预测电池健康度的方法，具体包括以下步骤：绘制五类特征相应A个周期下的曲线图和电池SOH变化曲线；构建B种电池SOH相关特征，每种特征下具有A个值；使用Spearman‑ReliefF特征选择算法对整理的特征点进行筛选：构建相应的数据驱动模型输出预测结果。本申请技术方案在提升电池SOH预测精度的同时，有效解决了特征冗余与干扰问题，增强了模型的泛化性与鲁棒性，能够满足复杂电池使用环境下的健康状态评估需求，为电池健康管理和生命周期预测提供了可靠的技术支撑，具有广泛的实用价值与推广意义。

公开(公告)号：CN117233633A

公开(公告)日：2023-12-15

申请号：CN202310964042.6

申请日：2023-08-01

Applicant: 河南科技大学

Inventor： 梁坤峰 ,  刘子墨 ,  王慧荣 ,  周训 ,  陈浩远 ,  段浩磊 ,  朱清 ,  冯业 ,  曹勇 ,  杨大鹏

IPC: G01R31/392 ,  G01R31/367 ,  G01R31/396

Abstract: 本发明涉及一种基于AGA‑Elman算法的电池健康度预测方法，包括以下步骤：步骤1：数据获取；步骤2：数据预处理，将获得相关性较高的部分增量容量数据和获得电池健康度数据划分训练集、测试集，50%的数据设定为训练集，50%的数据设定为测试集；步骤3：AGA‑Elman预测模型训练，将步骤2的训练数据导入AGA‑Elman模型中进行训练。本申请能够给在数据量较少的准确预测电池健康度。