-
公开(公告)号：CN114336884B
公开(公告)日：2025-01-24
申请号：CN202210017043.5
申请日：2022-01-07
Applicant: 重庆大学
Abstract: 本申请公开一种用于被动均衡电路的多时间尺度基于荷电状态和容量的均衡策略，包括首先建立单体最小容量‑差异模型；其中，包括单体最小容量模型和单体差异模型；然后基于单体最小容量‑差异模型，通过双扩展卡尔曼滤波器，在多时间尺度下估计电池组中每个单体荷电状态和容量；最后基于每个单体的荷电状态和容量估计结果，计算每节电池需要均衡的安时积分量，并输出均衡电流。如此，通过建立模型，准确描述电池组中MCC和其他单体的动态行为，同时基于模型和双扩展卡尔曼滤波器，在多时间尺度上对电池组中单体SOC和容量进行准确估计。解决了现有技术中，难以进行准确的容量估计，而且还必须要以准确的SOC估计为前提的问题。
-
公开(公告)号：CN118671593A
公开(公告)日：2024-09-20
申请号：CN202410638772.1
申请日：2024-05-22
Applicant: 重庆大学
IPC: G01R31/367 , G01R31/388 , G01R31/392 , G01R31/385
Abstract: 本发明涉及一种基于Bert架构锂离子电池健康管理预训练大模型的多任务微调方法，属于锂离子电池的健康管理领域。方法包括：收集锂离子电池电流、电压和环境温度数据；对收集到的数据进行数据预处理，确保数据的准确性和完整性；在预训练模型阶段，基于Bert模型架构，在输入层搭建全连接前馈层和位置嵌入层，同时搭建多头自注意力层、残差连接和层归一化层，以及全连接前馈层组成的Bert模块，最后输出层搭建全连接前馈层用以输出掩码电压，完成预训练模型构建；在微调阶段，根据相应任务对预训练模型进行相应微调，微调最后的全连接前馈层或者嵌入不同的全连接前馈层，获得最终相应任务的结果。
-
公开(公告)号：CN118254640A
公开(公告)日：2024-06-28
申请号：CN202410374879.X
申请日：2024-03-29
Applicant: 重庆大学
IPC: B60L58/10
Abstract: 本发明涉及一种基于大语言模型的端到端车载电池在线状态评估系统及方法，属于电动汽车领域。本发明在车载电池管理系统中引入了基于大语言模型的端到端处理方式，在车载电池状态估计及管理中，借助泛化能力强的大语言模型来应对复杂多变的异构数据、实现个性化电池管理的研究少之又少。通过借助开源大语言模型进行通用车载电池管理系统的设计，实现对电池异常状态的监测，对电池的潜在故障进行诊断和预测，以及可根据车辆的行驶状态、驾驶模式以及外部环境条件等因素，智能调整电池的充放电策略，实现能量的高效利用和续航里程的最大化，与现有技术相比，具有实时性强、依赖性低、泛化能力强和个性化管理。
-
公开(公告)号：CN114236402B
公开(公告)日：2023-08-11
申请号：CN202111243222.2
申请日：2021-10-25
Applicant: 重庆大学
IPC: G01R31/387
Abstract: 本发明涉及一种考虑温度和SOC双因素的锂电池等效电路模型建立方法，所述方法包括对正交实验进行设计，然后根据正交实验设计中的温度和SOC因素影响，构建ECM模型，估计ECM模型的参数，然后以阿伦尼乌斯模型为基础，多项式模型为参数，用分段函数的形式描述，得到OPPA模型，通过选择不同的段数和阶数，估计OPPA模型的模型参数，加载预测结果最好段数和阶数的参数，代入OPPA模型获取ECM模型的参数，从而获取OPPA‑ECM模型。本发明设计了双因素正交试验，基于温度影响阿伦尼乌斯方程的形式，结合SOC影响多项式模型，建立了OPPA模型。利用OPPA修正ECM模型的参数，进而使ECM模型在未知温度和SOC条件下对EIS阻抗谱表现出较好的预测性能。
-
公开(公告)号：CN115389223A
公开(公告)日：2022-11-25
申请号：CN202211032528.8
申请日：2022-08-26
Applicant: 招商局检测车辆技术研究院有限公司 , 重庆大学
Inventor： 陈斌 , 吴诗宇 , 张莹莹 , 黄林波 , 黄博 , 贾银 , 陈旻 , 潘力溧 , 杨颖 , 曾祥振 , 杨浩 , 张东旭 , 荣先科 , 王健雁 , 邹振耀 , 谢翌 , 冯飞 , 张财志
IPC: G01M17/007 , G01R31/00
Abstract: 本发明提供了一种线路电气故障模拟装置，属于汽车检测技术领域。它解决了现有还没有针对车辆检测用的线路虚接模拟装置的问题。本线路电气故障模拟装置，包括壳体、设于壳体内的定触头和动触头，动触头与定触头搭接，壳体内还设有用于驱动动触头运动以改变动触头与定触头搭接面积的驱动组件。可用于模拟不同程度的线路虚接状况，便于车辆检测，有利于形成统一的检测标准。
-
Patent Agency Ranking
公开(公告)号：CN110187290B
公开(公告)日：2021-02-09
申请号：CN201910573259.8
申请日：2019-06-27
Applicant: 重庆大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明涉及一种基于融合型算法的锂离子电池剩余寿命预测方法，属于电池管理技术领域。该方法包括以下步骤：S1：获取电池容量衰减数据，并确定基于最优控制算法RUL预测的模型参数。S2：对训练集数据拟合，迭代输出最优控制算法模型参数滤波估计值和电池容量衰减数据滤波估计值，通过模型参数滤波估计值，得到初始RUL预测值。S3：基于最优控制算法的滤波估计值与实验数据差值，建立原始误差序列，并将其作为神经网络算法的输入，对误差序列不断迭代训练，输出误差序列的预测结果。S4：在训练集数据使用完毕后，综合最优控制算法的初始预测值和神经网络算法误差序列预测结果，得到最终的锂离子电池RUL预测结果。
-
公开(公告)号：CN109555847B
公开(公告)日：2020-10-23
申请号：CN201811487895.0
申请日：2018-12-06
Applicant: 重庆大学
Abstract: 本发明涉及一种基于动态规划的混合动力公交车AMT换挡，属于新能源汽车领域。该方法包括：利用GPS设备和车速传感器获取样本工况信息；建立整车动力学模型，计算相应时刻整车的需求转矩；采用DP算法离线获得关于车速与节气门开度的最优档位MAP图；通过车载速度传感器和节气门开度传感器，检测获取公交车的实际车速与节气门开度信号；采用散点插值法选择目标档位，对于相同车速和节气门开度点对应的不同档位做均值和圆整处理，若实际车速超出样本车速或不在样本车速范围内，以差值最小的车速作为档位选择的速度基准；检测下一时刻档位变化，避免发生跳档。本发明能针对不同的驾驶条件进行档位自适应调整。
-
公开(公告)号：CN111444625A
公开(公告)日：2020-07-24
申请号：CN202010261042.6
申请日：2020-04-03
Applicant: 重庆大学
IPC: G06F30/20 , G06F17/13 , G06F111/10
Abstract: 本发明涉及一种面向控制的全固态电池物理降阶方法，属于电池领域，包括步骤：利用拉普拉斯变换得到偏微分方程的解析解，利用Padé近似法将超越传递函数转化为低阶分数传递函数。通过分析传递函数的频响，选择三阶近似传递函数。抛物线函数和三次函数分别用来近似正极和电解质中的浓度分布。利用近似的浓度分布，计算体积平均浓度、平衡电势、扩散过电势、电解质相过电势和电荷转移过电势，得到电池的端电压。本发明的有益之处在于提出一种全固态电池的机理简化模型，该模型能够实时有效地计算电池正极和电解质相的浓度分布、平衡电势、各种过电势、电池电压和SOC。该方法具有良好的性能，能在模型保真度和计算复杂度之间取得了较好的平衡。
-
公开(公告)号：CN110703113A
公开(公告)日：2020-01-17
申请号：CN201910974031.X
申请日：2019-10-14
Applicant: 重庆大学
IPC: G01R31/388 , G01R31/389 , G01R31/367
Abstract: 针对现有电池组SOC估计存在的精度差和计算量大的问题，本发明提供了一种基于特征参数选择和高斯过程回归(GPR)的电池组SOC在线估计方法。该方法包括以下步骤：动力电池组出厂前，对其进行充放电测试，采集充放电过程中的测量数据，利用安时积分法计算出电池组实际的SOC曲线；分别计算电流、总电压、单体电压、单体温度与SOC的相关系数，去掉相关系数低于一定阈值的数据，构建输入数据集；对输入数据集进行主成分分析，仅保留k个主要成分；选取指数平方函数作为核函数，利用得到的样本数据进行模型训练；动力电池系统使用过程中，将采集的数据导入训练好的GPR模型中进行电池组SOC估计。
-
公开(公告)号：CN110703112A
公开(公告)日：2020-01-17
申请号：CN201910973355.1
申请日：2019-10-14
Applicant: 重庆大学
IPC: G01R31/388 , G01R31/392 , G01R31/367
Abstract: 本发明涉及一种基于局部充电数据的电池组状态的在线估计方法，属于电池管理技术领域。该方法包括以下步骤：S1：选定待测串联电池组，收集整理该串联电池组的技术参数，并进行初始容量的标定；S2：进行多段变电流工况充电和恒电流放电的循环老化工况，并收据电压电流等数据，建立电池组老化数据库；S3：提取电池组局部充电曲线的多个健康因子HI作为输入，恒流放电容量对应的SOH作为输出，进行多输入单输出的GPR模型训练；S4：利用训练得到的GPR模型进行电池组SOH的在线估计。本发明运用局部充电数据特征，在较少训练集数据进行模型训练的情况下得到较好的估计效果。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.019 seconds)
