公开(公告)号：CN116879750A

公开(公告)日：2023-10-13

申请号：CN202310696507.4

申请日：2023-06-13

Applicant: 电子科技大学 ,  电子科技大学长三角研究院(湖州)

Inventor： 李白海 ,  黄海坤 ,  甘兴栋 ,  秦之理 ,  文安

IPC: G01R31/367 ,  G01R31/392 ,  G01R31/387 ,  G06F18/10 ,  G06F18/27 ,  G06F18/25

Abstract: 本发明公开了一种基于stacking融合模型的电池荷电状态预测方法，对电池进行测试，并对测试得到的电池数据进行预处理，得到电池荷电状态相关的特征数据；将得到与电池荷电状态相关的特征数据输入构建的stacking融合模型，得到电池荷电状态预测结果；stacking融合模型包括顺次设置的第一并行处理层、第二并行处理层和预测层；第一并行处理层包括三个以上并行设置的基模型，各基模型的预测结果拼接输出至第二并行处理层；第二并行处理层包括两个以上并行设置的拟合器，各拟合器的拟合结果拼接输出至预测层；预测层使用的是线性回归模型，其输出结果即为电池荷电状态预测结果。本发明对于不同类型的电池，在保持精度的情况下，具有良好的泛化性能。

公开(公告)号：CN119622618A

公开(公告)日：2025-03-14

申请号：CN202411395091.3

申请日：2024-10-08

Applicant: 浙江西力新能源有限公司 ,  电子科技大学长三角研究院(湖州)

Inventor： 杨兴 ,  张敏 ,  储华康 ,  甘兴栋 ,  李白海

IPC: G06F18/25 ,  G01R31/367 ,  G01R31/385 ,  G01R31/388 ,  G01R31/389 ,  G01R31/396 ,  G01R31/374 ,  G01K13/00 ,  G06F18/2135 ,  G06F18/2321 ,  G06F18/2433 ,  G06N3/0442 ,  G06N3/045

Abstract: 本发明公开了一种基于DLSTM模型的电池系统多步温度预测方法、系统和装置，所述方法包括获取电池系统的运行数据，使用移动平均核将运行数据分解为趋势项和残余项；将趋势项和残余项分别输入到两个LSTM网络，得到趋势预测特征和残余预测特征；将所述趋势预测特征和残余预测特征相加，得到电池系统的预测温度。本发明采用基于DLSTM模型的电池系统多步温度预测方法在鲁棒性和准确性上都有很大提升，本发明将基于DLSTM模型的电池系统温度预测结果，结合相关离群点识别方法，提前定位异常发热温度传感器，确保电池系统运行安全，避免发生热失控事故。

公开(公告)号：CN117665592A

公开(公告)日：2024-03-08

申请号：CN202311670876.2

申请日：2023-12-06

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 李白海 ,  甘兴栋 ,  秦之理 ,  黄海坤

IPC: G01R31/367

Abstract: 本发明公开了一种锂离子电池热失控故障诊断与预警方法，用以对电池组安全状态进行评估。该方法主要由三部分构成，第一部分主要采用直接多步时间预测模型对电池组未来时段内的温度变化进行预测；第二部分采用主成分分析(PCA)降维算法对预测所得的未来时间段内的温度进行降维，防止数据维度过高降低异常检测算法性能；第三部分采用基于密度的聚类算法DBSCAN对异常发热温度探针进行定位。该方法可以提前有效识别异常温度探针，而对正常温度探针不发生错误报警，具有较高的鲁棒性和可靠性。