-
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：CN114407661A
公开(公告)日：2022-04-29
申请号：CN202210126508.0
申请日：2022-02-10
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数据驱动的电动车能耗预测方法、系统、设备及介质，其中，方法包括：通过车联网采集被测车辆的运行监测数据，获取历史运行数据，并结合蒙特卡罗方法构建车辆行驶时空电量关系模型，获取被测车辆的行驶时空电量关系；根据历史运行数据获取外界因素，根据外界因素基于KNN算法构建车辆行驶工况预测模型，并通过获取被测车辆的当前外界因素，预测被测车辆的未来行驶工况；根据历史运行数据，基于机器学习算法构建能耗预测模型，结合被测车辆的行驶时空电量关系和未来行驶工况，预测出被测车辆的能耗需求。本发明提高了预测数据的实时性，且能够精确到被测车辆个体，能够为用户的出行提供实时数据支撑，缓解里程焦虑。
-
公开(公告)号：CN114384416A
公开(公告)日：2022-04-22
申请号：CN202111523946.2
申请日：2021-12-14
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： G01R31/34
摘要： 本发明提供了一种基于大数据的新能源汽车电机健康度的评价方法，从电机的效率入手并有效利用实车大数据，分析不同工况下的电机的瞬时效率，通过电动车辆的历史数据，得到区分工况的特征阈值数据和效率筛选的阈值，之后利用阈值对滑动区间的效率进行筛选和统计，在此基础之上采用算术平均滤波的方式削弱噪声数据带来的影响，最后通过加权平均的方式，综合各工况给出一个电机健康度的评价结果。该方法克服了现有电机健康诊断效率低下耗时长的缺点，为新能源汽车线上快速安全检验提供解决方式，同时也为新能源汽车线下安全检验提供有效参考。
-
公开(公告)号：CN113406513A
公开(公告)日：2021-09-17
申请号：CN202110649253.1
申请日：2021-06-08
申请人： 北京理工大学
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：CN110794305B
公开(公告)日：2021-03-16
申请号：CN201910972482.X
申请日：2019-10-14
申请人： 北京理工大学 , 北京理工新源信息科技有限公司
IPC分类号： G01R31/367 , G01R31/396 , B60L3/00 , B60L58/10
摘要： 本发明公开了一种动力电池故障诊断方法和系统。所述方法通过采用建立电池单体的电压矩阵、提取电压矩阵的子矩阵区间、根据子矩阵区间中的电池单体电压的中位数建立中位数矩阵、根据子矩阵区间和中位数矩阵，建立电压偏差矩阵、根据电压偏差矩阵中的电压偏差值，计算电压偏移增量，并建立电压偏移增量矩阵、累计获取电压偏差矩阵中的电压偏差值超出设定区间的次数，建立电压偏差累积次数矩阵等一系列步骤，建立了联合矩阵，然后采用DBSCAN密度聚类方法对所建立的联合矩阵进行二维聚类，根据聚类结果来判定电池单体是否存在故障。本发明提供的动力电池故障诊断方法和系统，能够在提高电池单体故障判定效率的同时，提高判定准确性。
-
公开(公告)号：CN109872415B
公开(公告)日：2021-02-02
申请号：CN201811620672.7
申请日：2018-12-28
申请人： 北京理工大学 , 北京理工新源信息科技有限公司
摘要： 本发明公开一种基于神经网络的车速估计方法及系统，该车速估计方法包括获取训练样本和训练输出量，并将训练样本中的训练输入量拓展为8*8的对称车辆实时数据矩阵，其中训练输出量和训练输入量均为向量形式；然后根据对称车辆实时数据矩阵和训练输出量对卷积神经网络进行训练；最后获取当前车辆的实时数据，并将当前车辆的实时数据输入到训练后的卷积神经网络模型中，来估计当前车辆对地的横向速度和纵向速度。本发明利用卷积神经网络，将对称车辆实时数据矩阵作为输入，经过卷积计算收敛，输出车辆对地的实时纵向速度及横向速度，不仅能够适用于车辆打滑的极限工况，计算量小，而且有效的解决后期积分过程中的累计误差问题。
-
公开(公告)号：CN107329849B
公开(公告)日：2021-01-29
申请号：CN201710545545.4
申请日：2017-07-06
申请人： 北京理工大学
IPC分类号： G06F11/07 , G06F16/2455 , G06F9/451
摘要： 本发明公开一种基于Java系统的数据校验方法及系统。方法包括：获取待校验数据；利用建立的通用校验库对所述待校验数据进行前端校验；所述通用校验库包含通用校验规则，所述通用校验规则为多种数据类型在进行校验时所需遵循的校验规则；若所述前端校验的校验结果为校验通过，则将所述待校验数据传输至后台，利用所述通用校验库对所述待校验数据进行后台校验；若所述前端校验的校验结果为校验未通过，则提示用户重新录入数据。本发明公开的基于Java系统的数据校验方法及系统，可以用于多种数据类型的数据校验，能够适用于包含多数据类型的数据平台的数据校验，具有通用性。
-
公开(公告)号：CN111666715A
公开(公告)日：2020-09-15
申请号：CN202010505376.3
申请日：2020-06-05
申请人： 北京理工大学
摘要： 本发明公开一种电动汽车能耗预测方法及系统，涉及汽车领域。该方法包括：对电动汽车的历史行驶数据进行分割处理，得到行程片段数据和动力学片段数据；利用动力学片段数据和马尔可夫-蒙特卡洛方法对电动汽车进行工况预测，得到电动汽车的工况预测数据；将行程片段数据的行驶特征参数作为输入，能耗数据作为输出，利用机器学习方法建立能耗预测模型；将工况预测数据的行驶特征参数输入建立的能耗预测模型，得到能耗预测值。本发明基于电动汽车的历史行驶数据，提取其行驶特征，在进行能耗预测时首先基于车辆当前的状态预测车辆的未来行驶工况，将车辆未来行驶工况预测融合到能耗预测的过程中，提高了电动汽车在实际行驶工况下的能耗预测精度。
-
公开(公告)号：CN111323719A
公开(公告)日：2020-06-23
申请号：CN202010191066.9
申请日：2020-03-18
申请人： 北京理工大学 , 北京理工新源信息科技有限公司
IPC分类号： G01R31/392 , G01R31/367
摘要： 本发明提供的电动汽车动力电池组健康状态在线确定方法和系统，通过采用动力电池组健康状态在线估计模型，根据应用数据就可以确定得到所述电动汽车动力电池的容量增量曲线的第二峰值，然后根据第二峰值就可以精确得到电动汽车动力电池组的健康状态。并且，本发明所提供的电动汽车动力电池组健康状态在线确定方法和系统，仅需要根据所获取的应用数据就可以得到电动汽车动力电池组健康状态，这就能够简化电动汽车动力电池组健康状态确定过程，解决现有技术中电动汽车动力电池组健康状态确定方法应用困难的问题。
-
-
-
-
-
-
-
-
-
搜索结果
217 条记录 (耗时 0.042 秒)
