公开(公告)号：CN115494401A

公开(公告)日：2022-12-20

申请号：CN202211417093.9

申请日：2022-11-14

Applicant: 湖北工业大学

Inventor： 王家烨 ,  岳程鹏 ,  张凤莲 ,  武明虎 ,  邢子轩 ,  张凡 ,  杜万银 ,  孙萌

IPC: G01R31/367

Abstract: 本发明涉及电池状态估计技术，具体涉及一种基于信息融合的动力电池云端数据清洗方法，包括以下步骤：输入电池的SOC序列和电压矩阵；判断当前循环次数是否超过额定值确定执行步骤；构建初步SOC‑V曲线；通过二次函数拟合构建SOC‑V曲线；使用信息融合的方法将当前测量值和SOC‑V曲线结合得到电池电压估计值。该方法结合动力电池历史数据和传感器测量数据估计出更加接近电池实际工况的数据，减弱信号传输过程中的随机扰动和测量误差对电池数据质量的影响，为动力电池的状态估计和故障预警技术提供助力。

公开(公告)号：CN115034336A

公开(公告)日：2022-09-09

申请号：CN202210953893.6

申请日：2022-08-10

Applicant: 湖北工业大学

Inventor： 王家烨 ,  邢子轩 ,  张凤莲 ,  武明虎 ,  岳程鹏 ,  张凡 ,  杜万银 ,  孙萌

IPC: G06K9/62 ,  G01R31/3835 ,  G01R31/396 ,  G01R31/367 ,  G01R31/52

Abstract: 本发明涉及一种数据驱动的动力电池内短路预警方法及系统，该技术方案包含基于电压数据的广义无量纲指标的设计（Generalized dimensionless indicator，GDI）、基于广义无量纲指标的局部离群因子（Local outlier factors，LOF）计算和根据局部离群因子计算结果判断是否报警。利用动力电池云端大数据平台在线实时预警可以准确、及时地对动力电池组中各单体电池进行监控，有效助力动力电池安全运行。本发明的有益效果是：（1）基于云端大数据平台的动力电池实际运行数据，实现动力电池早期内短路故障的准确定位。（2）设计的广义无量纲指标能有效降低实际工况下数据噪声带来的计算误差，对数据质量的要求低、鲁棒性高。

公开(公告)号：CN117686935B

公开(公告)日：2024-05-14

申请号：CN202410123299.3

申请日：2024-01-30

Applicant: 湖北工业大学

Inventor： 武明虎 ,  岳程鹏 ,  陈鑫 ,  张凡 ,  王娟 ,  赵楠 ,  宋海娜 ,  胡胜 ,  唐靓 ,  王鹿军

IPC: G01R31/392 ,  G01R31/385 ,  G01R31/378 ,  G01R31/367 ,  G01R31/396 ,  G01R19/00

Abstract: 本发明提供了一种基于电压概率密度的电池RUL预测方法，包括：以多条电压概率密度曲线a的峰值对应电压的正负0.05V范围作为特征电压区间，计算不同循环周期下且在特征电压区间内的电压概率密度分布，并绘制电压概率密度曲线b；提取不同循环周期下电压概率密度曲线b的峰值，并绘制出电压概率密度峰值曲线，将其作为健康特征HF；将健康特征HF作为电池的特征数据序列#imgabs0#，并利用特征数据序列#imgabs1#和电池容量数据构建岭回归容量预测模型，得到容量预测值C。本方案通过绘制电池的电压概率密度峰值曲线作为健康特征HF，实现了预测过程只需收集特征电压区间内的数据，大大降低了数据计算量，从而提高了处理效率。

公开(公告)号：CN115494401B

公开(公告)日：2023-03-10

申请号：CN202211417093.9

申请日：2022-11-14

Applicant: 湖北工业大学

Inventor： 王家烨 ,  岳程鹏 ,  张凤莲 ,  武明虎 ,  邢子轩 ,  张凡 ,  杜万银 ,  孙萌

IPC: G01R31/367

Abstract: 本发明涉及电池状态估计技术，具体涉及一种基于信息融合的动力电池云端数据清洗方法，包括以下步骤：输入电池的SOC序列和电压矩阵；判断当前循环次数是否超过额定值确定执行步骤；构建初步SOC‑V曲线；通过二次函数拟合构建SOC‑V曲线；使用信息融合的方法将当前测量值和SOC‑V曲线结合得到电池电压估计值。该方法结合动力电池历史数据和传感器测量数据估计出更加接近电池实际工况的数据，减弱信号传输过程中的随机扰动和测量误差对电池数据质量的影响，为动力电池的状态估计和故障预警技术提供助力。

公开(公告)号：CN117686935A

公开(公告)日：2024-03-12

申请号：CN202410123299.3

申请日：2024-01-30

Applicant: 湖北工业大学

Inventor： 武明虎 ,  岳程鹏 ,  陈鑫 ,  张凡 ,  王娟 ,  赵楠 ,  宋海娜 ,  胡胜 ,  唐靓 ,  王鹿军

IPC: G01R31/392 ,  G01R31/385 ,  G01R31/378 ,  G01R31/367 ,  G01R31/396 ,  G01R19/00

Abstract: 本发明提供了一种基于电压概率密度的电池RUL预测方法，包括：以多条电压概率密度曲线a的峰值对应电压的正负0.05V范围作为特征电压区间，计算不同循环周期下且在特征电压区间内的电压概率密度分布，并绘制电压概率密度曲线b；提取不同循环周期下电压概率密度曲线b的峰值，并绘制出电压概率密度峰值曲线，将其作为健康特征HF；将健康特征HF作为电池的特征数据序列#imgabs0#，并利用特征数据序列#imgabs1#和电池容量数据构建岭回归容量预测模型，得到容量预测值C。本方案通过绘制电池的电压概率密度峰值曲线作为健康特征HF，实现了预测过程只需收集特征电压区间内的数据，大大降低了数据计算量，从而提高了处理效率。