公开(公告)号：CN117110880A

公开(公告)日：2023-11-24

申请号：CN202310931624.4

申请日：2023-07-27

Applicant: 重庆大学

Inventor： 冯飞 ,  周科成 ,  屈剑锋 ,  魏善碧 ,  杨杰

IPC: G01R31/367 ,  G01R31/382 ,  G01R31/392

Abstract: 本发明涉及一种用于云端‑边缘端协同的电池多状态联合估计方法，属于电池技术领域。该方法由原始数据部分、云端部分、边缘端部分三部分组成。通过处理原始数据中的实验数据，建立电池SOH衰减模型、电池最大可用能量二维响应面模型以及电池充放电SOP响应面模型，并以此在边缘端对电池状态进行估计，同时通过特征提取和迁移学习的方式对原始数据进行处理，获得云端电池状态估计模型，对边缘端的电池健康状态估计进行校准，完成电池的多状态联合估计。

公开(公告)号：CN119830174A

公开(公告)日：2025-04-15

申请号：CN202411887966.1

申请日：2024-12-20

Applicant: 重庆大学 ,  赛力斯汽车有限公司

Inventor： 冯飞 ,  周科成 ,  李云隆 ,  揭立柱 ,  王朝均 ,  李军 ,  何浩 ,  谢翌 ,  屈剑锋 ,  尹鸿鹏 ,  柴毅

IPC: G06F18/2433 ,  G06F18/214 ,  G06N3/0442

Abstract: 本发明公开一种电池热失控压力预测方法和装置、系统、存储介质，包括：步骤S1、获取待测电池在运行期间的压力数据；步骤S2、根据待测电池在运行期间的压力数据，提取反映待测电池状态的关键压力特征；步骤S3、将关键压力特征输入至预先训练好的电池热失控压力预测模型，预测待测电池未来的压力变化情况。采用本发明的技术方案，可以有效地实现对电池热失控压力的精确预测，有助于及时采取预防措施，保障电池系统的安全性和可靠性。