-
公开(公告)号：CN113960484B
公开(公告)日：2023-06-27
申请号：CN202111325129.6
申请日：2021-11-10
申请人： 北京理工大学重庆创新中心 , 北京理工新源信息科技有限公司
IPC分类号： G01R31/392 , G01R31/367
摘要： 本发明提供一种基于单体压差的大数据电池健康诊断方法，其中具体步骤包括：数据处理得到充电电流矩阵J,单体端电压阵列G、计算获得平均端电压列向量、计算获得第n次充电的端电压压差矩列ΔVn、计算获得第n次充电各单体的平均压差向量Mn、通过Mn获得该电池Pack历次充电的单体压差矩阵M、排出干扰且采用M矩阵除以历次充电平均电流矩阵得到新的矩阵M’、按列进行拆分获得各个单体的历次充电压差电压向量ΔV’m、对向量ΔV’m采用最小二乘法进行一次拟合，得到各单体拟合直线的斜率km和截距bm。本发明采用单体电池的电压差结合电池组进行健康检测、基于电池充电次数的状态大数据进行多吃循环检测测定健康状态、检测标准合理、多次充电大数据检测精确效率高。
-
公开(公告)号：CN113960484A
公开(公告)日：2022-01-21
申请号：CN202111325129.6
申请日：2021-11-10
申请人： 北京理工大学重庆创新中心 , 北京理工新源信息科技有限公司
IPC分类号： G01R31/392 , G01R31/367
摘要： 本发明提供一种基于单体压差的大数据电池健康诊断方法，其中具体步骤包括：数据处理得到充电电流矩阵J,单体端电压阵列G、计算获得平均端电压列向量、计算获得第n次充电的端电压压差矩列ΔVn、计算获得第n次充电各单体的平均压差向量Mn、通过Mn获得该电池Pack历次充电的单体压差矩阵M、排出干扰且采用M矩阵除以历次充电平均电流矩阵得到新的矩阵M’、按列进行拆分获得各个单体的历次充电压差电压向量ΔV’m、对向量ΔV’m采用最小二乘法进行一次拟合，得到各单体拟合直线的斜率km和截距bm。本发明采用单体电池的电压差结合电池组进行健康检测、基于电池充电次数的状态大数据进行多吃循环检测测定健康状态、检测标准合理、多次充电大数据检测精确效率高。
-
公开(公告)号：CN114734849B
公开(公告)日：2024-06-18
申请号：CN202210227674.X
申请日：2022-03-08
申请人： 北京理工大学重庆创新中心
摘要： 本发明提供一种基于车辆数据判断无效桩的方法，通过结合车联网平台的车辆数据与充电站充电数据，利用大数据分析确定车辆充电习惯，即可初步判断该充电站是否存在无效桩。本方案可解决针对坏桩、占位桩以及因道路堵塞等问题造成的无效桩识别，且本方案无需建立新的硬件架构，基于当前已有的车联网平台和充电站充电数据，即可实现无效桩识别的目的；成本低，准确性高，具有较高的实际应用价值，有利于推动新能源汽车的高速发展，提升了充电站的智能化水平和新能源车主的充电体验。
-
公开(公告)号：CN114742574A
公开(公告)日：2022-07-12
申请号：CN202210207810.9
申请日：2022-03-03
申请人： 北京理工大学重庆创新中心
摘要： 本发明提供一种基于贝叶斯回归算法的新能源汽车市场成熟度预测方法，基于贝叶斯回归模型，使用私人乘用电动汽车的运行大数据，选定具有市场特征强的因子，包括私人电动乘用车增量占比，私人电动乘用车增速水平，私人电动乘用车车桩配比，公共充电设施覆盖率，私人电动乘用车活跃率，构造成熟度评价模型，并结合市场渗透率进行交叉验证，为私人乘用电动汽车市场成熟度实现准确预测，为制定差异化的营销策略提供支撑。
-
公开(公告)号：CN114734849A
公开(公告)日：2022-07-12
申请号：CN202210227674.X
申请日：2022-03-08
申请人： 北京理工大学重庆创新中心
摘要： 本发明提供一种基于车辆数据判断无效桩的方法，通过结合车联网平台的车辆数据与充电站充电数据，利用大数据分析确定车辆充电习惯，即可初步判断该充电站是否存在无效桩。本方案可解决针对坏桩、占位桩以及因道路堵塞等问题造成的无效桩识别，且本方案无需建立新的硬件架构，基于当前已有的车联网平台和充电站充电数据，即可实现无效桩识别的目的；成本低，准确性高，具有较高的实际应用价值，有利于推动新能源汽车的高速发展，提升了充电站的智能化水平和新能源车主的充电体验。
-
公开(公告)号：CN114509678A
公开(公告)日：2022-05-17
申请号：CN202210125945.0
申请日：2022-02-10
申请人： 北京理工大学重庆创新中心
IPC分类号： G01R31/367 , G01R31/385
摘要： 本发明涉及新能源汽车技术领域，尤其涉及一种基于大数据的动力电池热失控预测方法，本发明利用新能源汽车大数据，对检测车辆PACK内所有单体的端电压保持长期采集，数据进行清洗处理后，建立一维线性数学模型，根据数学模型计算获得所有单体拟合曲线的当前值集合和斜率值集合。用当前值评估内短路的严重程度，用斜率是来评估其内短路的变化速率。依据严重程度和变化速率评估因内短路引发动力电池热失控的风险。为实现计算机的自动识别，本方案提出获得所有装车的同款电芯的当前值集合和斜率值集合。在获得所有电芯当前值和斜率值后，利用离群算法筛选有较大风险发生热失控的电芯，并判断该电芯所归属的车辆有发生热失控的风险。
-
公开(公告)号：CN114509678B
公开(公告)日：2024-06-18
申请号：CN202210125945.0
申请日：2022-02-10
申请人： 北京理工大学重庆创新中心
IPC分类号： G01R31/367 , G01R31/385
摘要： 本发明涉及新能源汽车技术领域，尤其涉及一种基于大数据的动力电池热失控预测方法，本发明利用新能源汽车大数据，对检测车辆PACK内所有单体的端电压保持长期采集，数据进行清洗处理后，建立一维线性数学模型，根据数学模型计算获得所有单体拟合曲线的当前值集合和斜率值集合。用当前值评估内短路的严重程度，用斜率是来评估其内短路的变化速率。依据严重程度和变化速率评估因内短路引发动力电池热失控的风险。为实现计算机的自动识别，本方案提出获得所有装车的同款电芯的当前值集合和斜率值集合。在获得所有电芯当前值和斜率值后，利用离群算法筛选有较大风险发生热失控的电芯，并判断该电芯所归属的车辆有发生热失控的风险。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.068 秒)
