-
公开(公告)号：CN115328088B
公开(公告)日：2024-06-18
申请号：CN202210962952.6
申请日：2022-08-11
申请人： 北京理工大学重庆创新中心
IPC分类号： G05B23/02
摘要： 本发明提供一种基于云边协同的车辆故障诊断方法、系统及智能汽车，针对传统故障诊断方式存在诊断预警精度低、查全率低及资源耗费大的问题，该车辆故障诊断方法通过获取相关车辆关于电力驱动模块的历史状态参数，结合数据预处理和深度学习技术，设计全新架构的长短时记忆堆叠自编码神经网络，以对车辆故障诊断模型开展建模，通过相应的模型评估算法筛选最优模型，提升了车辆电力驱动模块故障诊断精度，同时也杜绝了需要依赖于人员经验和实验测试验证等问题。
-
公开(公告)号：CN113866655B
公开(公告)日：2024-06-14
申请号：CN202111137547.2
申请日：2021-09-27
申请人： 北京理工新源信息科技有限公司 , 北京理工大学
IPC分类号： G01R31/388 , G01R31/392
摘要： 本发明提供了融合车联网运行数据与测试数据的动力电池容量评估方法，其通过融合新车上的动力电池测试数据与车联网运行数据，建立了对应于不同温度、工况条件的完整SOC‑OCV数据以及新动力电池容量标准值的两个动态数据库，解决了车辆无论是在充电开始还是结束时SOC估计误差均较大的问题，能够及时的完成修正，通过对目标车辆的当前工况条件查找出对应的容量并与新动力电池的标准数据比较，可以客观真实地反映电池健康状态，同时克服了现有SOH评估算法运算复杂、精确度难以满足要求等的缺点。
-
公开(公告)号：CN117851806A
公开(公告)日：2024-04-09
申请号：CN202311664868.7
申请日：2023-12-06
申请人： 北京理工大学
IPC分类号： G06F18/213 , G06F18/214 , G06Q10/04 , G06Q50/40 , G06N20/20
摘要： 本发明提供了一种基于特征分析和机器学习的电动公交车能耗预测方法，全面考虑了可能对公交车行程能耗产生影响的多项特征，通过依次执行VIF检验和逐步回归对特征进行两轮筛选，并将筛选后的特征用于对多种机器学习模型的训练，通过对模型训练效果的评价得到最佳模型并用于电动公交车行程能耗预测。该方法有效克服了现有技术中特征提取不全或过于繁杂的缺点，且摆脱了对专业知识的依赖性，特征提取过程较为简便并能够较精确地表征公交行程能耗，对模型算法的多轮选择与评价过程也极大地改善了能耗预测精度。
-
公开(公告)号：CN116401860A
公开(公告)日：2023-07-07
申请号：CN202310341635.7
申请日：2023-03-31
申请人： 北京理工大学重庆创新中心
IPC分类号： G06F30/20 , G06F18/214 , G06Q50/06 , G06Q10/0639 , G06F119/06 , G06F119/08
摘要： 本发明提供一种纯电动汽车的快充策略效益评估方法，其中，方法包括：获取电动汽车充电数据，对所述电动汽车充电数据进行数据提取和数据清洗，得到快充特征数据；所述充电数据包括车型和充电片段；根据所述快充特征数据及快充策略模型，得到快充策略；根据所述快充策略进行快充策略效益评估。本发明能够利用海量电动汽车大数据，识别各车型的实际快充策略，并对其快充策略的安全与经济效益进行评估，将有利于车企优化充电策略，在保证充电安全、电池健康的情况下，寻找最大充电速度，实现安全前提下的速度最优，同时还可间接帮助车主养成良好的充电习惯。
-
公开(公告)号：CN116238337A
公开(公告)日：2023-06-09
申请号：CN202310218752.4
申请日：2023-03-07
申请人： 北京理工大学重庆创新中心
IPC分类号： B60L3/12
摘要： 本发明提供一种基于高速行驶的电动汽车能耗预测方法和系统，其中，方法包括：获取电动汽车的车辆运行数据，得到高速工况行驶片段，在其中提取得到若干加速片段，获取加速片段中的能耗数据，计算得到消耗能源；获取车辆行驶水平度计算车辆坡度，并获取电动汽车在多种条件下行驶的历史数据，采用Kmeans聚类算法对历史数据进行处理，得到采集特征，对采集特征进行主成分分析选取特征主成分，结合车端动静态参数输入到回归算法机器学习模型中，训练得到电动汽车能耗预测模型，获取目标特征主成分，通过电动汽车能耗预测模型，得到电动汽车的预测能耗。本发明提高了能耗预测的精确度和可靠性，便于驾驶员合理进行路线规划，缓解里程焦虑。
-
公开(公告)号：CN113280830B
公开(公告)日：2022-12-13
申请号：CN202110602199.5
申请日：2021-05-31
申请人： 北京理工大学
摘要： 本发明提供了一种数据驱动的特定驾驶场景车辆筛选以及里程核查方法，利用新能源汽车车载大数据从多种车辆运行状态与信息加以考虑，实现了从包含了海量非教学用车辆的大数据中对特定驾驶场景(例如驾校中专门用于练习倒库的新能源车辆)的分层次精确筛选，结合车辆仪表显示的车速、里程信息以及由其他角度计算得到的车速和里程，对筛选出的车辆里程实现了全面而精确的核查，从而具有了现有技术中所不具备的诸多有益效果。
-
公开(公告)号：CN113060068B
公开(公告)日：2022-12-13
申请号：CN202110429831.0
申请日：2021-04-21
申请人： 北京理工大学
IPC分类号： B60Q9/00 , B60R16/023
摘要： 本发明涉及电动车辆底盘碰撞防护及报警系统，该系统包括：微弯光纤传感器、微处理器和ECU。其中，通过采用微弯光纤传感器获取的光信号感知自底盘及电池箱体是否发生形变。微处理器将光信号变化转换成电信号变化，并对电信号的变化率进行计算。ECU根据预设阈值对电信号的变化率进行判断，从而完成对底盘及电池箱体形变程度的评估，并控制相关装置进行处理。基于此结构，本发明能够及时对驾驶员进行有效警示并采取不同的应对策略，针对现有的通过加装底盘防护结构的防护策略而言，能够更及时迅速的对底盘碰撞强度进行评估，提醒驾驶员采取合理应对措施，避免因电池箱体过度损伤所引发的车辆燃烧等严重事故。
-
公开(公告)号：CN113406513B
公开(公告)日：2022-11-15
申请号：CN202110649253.1
申请日：2021-06-08
申请人： 北京理工大学
IPC分类号： G01R31/385 , G01R31/367 , G01R31/00 , G01C21/34 , G01C21/30 , G01C25/00
摘要： 本发明提供了一种基于新能源汽车数据插值的电压估计方法，其对现有新能源汽车的电压数据采集与预测方式进行了改进，在传统的基于数学理论的插值手段基础上，考虑了车辆在实际运行路线中所经历的多种工况，有效提高了电压曲线的预测精度。通过电压的计算结果，还能够对由电子地图或卫星导航平台获取的行驶路线进行标定，在不进行复杂的导航数据获取、运算的前提下，以极其便捷的方式实现了车辆行驶轨迹的精确确定，从而使本发明具有了现有技术所不具备的诸多有益效果。
-
公开(公告)号：CN114722487A
公开(公告)日：2022-07-08
申请号：CN202210258647.9
申请日：2022-03-16
申请人： 北京理工大学重庆创新中心
IPC分类号： G06F30/15 , G06F30/27 , G06K9/62 , G06N20/00 , G06F111/08 , G06F119/12
摘要： 本发明提供一种基于大数据的新能源汽车车型参数预测估计方法，主要预测的指标有车型的续航里程、百公里能耗、充电充满时长；本发明采用了车联网平台计算得到的海量车型运行的动态数据，通过数据切分、清洗及特征工程等方法，获得车型参数的特征向量，将车型特征向量作为机器学习模型训练数据，通过大规模数据集与机器学习模型训练使模型学习到车型参数的固有特征，并对未知车型、未知工况提供预测估计。
-
公开(公告)号：CN114519235A
公开(公告)日：2022-05-20
申请号：CN202210182357.0
申请日：2022-02-25
申请人： 北京理工大学重庆创新中心
摘要： 本发明提供一种电动车充电失败的诊断方法、系统、设备及介质，其中，方法包括：提取连续一段时间的充电片段数据与车辆充电报警数据，及对应车辆的静态数据，并对每个充电片段赋予唯一编号；根据充电片段数据确定充电片段距离，对充电片段距离进行聚类，确定公共充电场站，构建公共充电场站信息表；将车辆充电报警数据、充电片段数据和静态数据进行融合，筛选出发生在公共充电场站的充电片段信息，获取对应的充电失败因子；根据充电失败因子构建公共场所充电失败诊断模型，根据公共场所充电失败诊断模型，诊断充电片段是否充电失败，并输出充电失败原因。本发明能够便于企业根据失败原因进行对应改进，提升产品质量，改善用户体验。
-
-
-
-
-
-
-
-
-
搜索结果
217 条记录 (耗时 0.042 秒)
