-
公开(公告)号：CN119323173A
公开(公告)日：2025-01-17
申请号：CN202411372020.1
申请日：2024-09-29
Applicant: 上海交通大学
IPC: G06F30/27 , G06N20/00 , G01R31/389 , G01R31/36 , G01R31/367 , G01R31/378
Abstract: 本发明提供了一种锂离子电池多状态下阻抗谱数据快速计算方法及系统，方法包括：步骤S1：采集阻抗谱数据并构建数据集；步骤S2：选择对应的机器学习算法搭建电池阻抗谱计算模型；步骤S3：将阻抗谱数据集作为训练样本训练所述电池阻抗谱计算模型；步骤S4：部署训练完毕的电池阻抗谱计算模型，完成参数计算。本发明提供的方法能够应用在需要对多个不同状态下的锂离子电池的阻抗谱依次测量的实验或工程场景中，极大地缩短了多次测量的总体时间，尤其是节省了大量的静置等待时间，提高了工作效率。
-
公开(公告)号：CN116842340A
公开(公告)日：2023-10-03
申请号：CN202310748925.3
申请日：2023-06-21
Applicant: 上海智能网联汽车技术中心有限公司 , 上海交通大学
IPC: G06F18/20 , G06F18/214 , G06F18/10
Abstract: 本发明涉及一种基于ATT‑GRU模型的行人轨迹预测方法和设备，方法包括如下步骤：采集人车混行环境下，行人在通过斑马线时的行人运动特性数据、异质性数据和交互场景数据并进行预处理；基于预处理后的行人运动特性数据、异质性数据和交互场景数据，利用预先训练好的ATT‑GRU模型对预定时长内的运动轨迹进行预测。与现有技术相比，本发明充分考虑行人自身的异质性，选取能够进行长时域轨迹预测的ATT‑GRU模型，将预测的轨迹输入到自动驾驶汽车的智能决策模块，帮助车辆实现实时的避障规划，保护行人的安全性，提高了自动驾驶汽车的通行能力。
-
公开(公告)号：CN116683069A
公开(公告)日：2023-09-01
申请号：CN202310833444.2
申请日：2023-07-10
Applicant: 上海交通大学
Abstract: 一种电池充电技术领域的锂离子电池主动寿命提升的动态优化充电方法，包括以下步骤：构建电池电化学‑产热‑老化耦合模型，并在该模型中基于电池产热子模型、电压子模型、电池老化子模型构建量化数学关系；基于提出的模型，结合卡尔曼滤波算法，构建准确的综合状态观测器，基于可以测量的状态量，对电池内部无法测量的内部状态量进行准确的估计，以准确跟踪电池当前状态，并对模型内部的一些状态参数进行闭环状态修正；基于所提出的模型和状态观测器，结合模型预测控制算法，设计优化充电控制器。本发明基于电池内部反应机理构建的模型，结合模型预测主动控制策略，抑制充电过程中的老化反应，对充电策略进行动态优化，实现电池使用寿命的提升。
-
公开(公告)号：CN115950111A
公开(公告)日：2023-04-11
申请号：CN202211619373.8
申请日：2022-12-15
Applicant: 上海交通大学
Abstract: 本发明提供了一种多级复叠压缩吸收式热泵系统及工作方法，包括复叠压缩式热泵子循环系统和吸收式热泵子循环系统；所述复叠压缩式热泵子循环系统包括低温级压缩机、复叠换热器、第一节流阀、压缩循环蒸发器、中温级压缩机、第一压缩循环冷凝器、第二压缩循环冷凝器以及第二节流阀；所述吸收式热泵子循环系统包括吸收器、发生器、吸收循环冷凝器、吸收循环蒸发器、溶液泵、冷剂泵、第三节流阀以及溶液热回收器。通过复叠压缩式热泵子循环系统和吸收式热泵子循环系统，实现了能够提高复叠压缩式热泵温升能力和吸收式热泵效率的解决方案，并有助于提高余热回收效率。
-
公开(公告)号：CN114665535A
公开(公告)日：2022-06-24
申请号：CN202210080146.6
申请日：2022-01-24
Applicant: 上海交通大学 , 上海智能网联汽车技术中心有限公司
Abstract: 本发明提供了一种恒流恒压输出自主切换的抗偏移无线充电系统，包括直流电压源、感应式电能传输变换器、辅助回路以及电池负载；所述直流电压源连接所述感应式电能传输变换器和所述辅助回路，所述感应式电能传输变换器连接所述电池负载；所述感应式电能传输变换器包括初级侧补偿线圈Lf1和次级侧补偿线圈Lf2；所述辅助回路包括辅助线圈La；所述初级侧补偿线圈Lf1、所述次级侧补偿线圈Lf2以及所述辅助线圈La均为双极性DD线圈。本发明实现无线充电系统恒流和恒压输出模式的自主切换，同时降低系统对位置偏移的敏感度，提高系统的抗偏移能力，以保证输出的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN114446046A
公开(公告)日：2022-05-06
申请号：CN202111566618.0
申请日：2021-12-20
Applicant: 上海智能网联汽车技术中心有限公司 , 上海交通大学
Abstract: 本发明涉及一种基于LSTM模型的弱势交通参与者轨迹预测方法，其特征在于，该方法包括以下步骤：步骤1：选取弱势交通参与者和车辆在人车混行情况下的斑马线区域进行前期调查；步骤2：获取过街弱势交通参与者运动状态信息、过街弱势交通参与者个体特征信息及交互场景信息；步骤3：建立LSTM模型，并对LSTM模型进行训练；步骤4：通过训练后的LSTM模型对过街弱势交通参与者进行轨迹预测，获取未来第一预设时长内过街弱势交通参与者的预测轨迹，与现有技术相比，本发明具有提高弱势交通参与者过街的安全性和提高道路的通行能力等优点。
-
公开(公告)号：CN113343633B
公开(公告)日：2022-04-26
申请号：CN202110648800.4
申请日：2021-06-10
Applicant: 上海交通大学
IPC: G06F30/392 , G06F30/398 , G06K9/62 , G06Q10/04 , G06Q10/06 , G06Q50/06 , G06N3/04 , G06N3/08 , G06F115/02
Abstract: 本发明提供了一种动力锂电池热失控故障分类及风险预测方法、系统，包括：模组级的动力电池模型故障注入方式，随机故障的生成和标注方式，基于深度学习方法的动力锂离子电池故障多分类模型以及将模型应用于实车的迁移学习方法。本发明可以准确地表达电池的真实故障状况，并迁移到具体实车工况。经过训练的深度学习算法模型可以通过数学处理和代码转换成功地部署到实车环境中并对故障进行实时诊断，并且不会增加电池管理系统地额外的计算量，同时达到了较高估计精度。
-
公开(公告)号：CN113420430A
公开(公告)日：2021-09-21
申请号：CN202110654875.3
申请日：2021-06-11
Applicant: 上海交通大学
IPC: G06F30/20 , G16C10/00 , G16C20/10 , G06F111/10 , G06F119/04 , G06F119/14
Abstract: 本发明提供了一种基于电化学机理的动力锂离子电池老化模型构建方法，其中推导了锂离子电池老化模型，包括老化方程以及老化表征量。本发明可以准确的表达电池老化状态并可预估电池寿命，模型通过数学处理和代码转换可以完全适用于实车应用环境，并且模型不会增加车载电池管理系统额外的计算量，且模型精度高。
-
公开(公告)号：CN113343633A
公开(公告)日：2021-09-03
申请号：CN202110648800.4
申请日：2021-06-10
Applicant: 上海交通大学
IPC: G06F30/392 , G06F30/398 , G06K9/62 , G06Q10/04 , G06Q10/06 , G06Q50/06 , G06N3/04 , G06N3/08 , G06F115/02
Abstract: 本发明提供了一种动力锂电池热失控故障分类及风险预测方法、系统，包括：模组级的动力电池模型故障注入方式，随机故障的生成和标注方式，基于深度学习方法的动力锂离子电池故障多分类模型以及将模型应用于实车的迁移学习方法。本发明可以准确地表达电池的真实故障状况，并迁移到具体实车工况。经过训练的深度学习算法模型可以通过数学处理和代码转换成功地部署到实车环境中并对故障进行实时诊断，并且不会增加电池管理系统地额外的计算量，同时达到了较高估计精度。
-
公开(公告)号：CN110850298B
公开(公告)日：2021-08-17
申请号：CN201911038721.0
申请日：2019-10-29
Applicant: 上海交通大学
IPC: G01R31/367 , G01R31/392 , G01R31/378 , G06N3/04
Abstract: 本发明提供了一种基于数据驱动的锂电池SOH估计方法及系统，包括：步骤1：采集BMS单元记录的锂离子电池近期数据包序列；步骤2：将采集到的数据进行数据清洗，对数据进行归一化处理；步骤3：将锂离子电池的负载电流、温度、SOC数据作为模糊神经网络的输入；步骤4：建立模糊神经网络结构，确定各层节点的个数；步骤5：正向传递得到网络的输出误差；调整网络参数以最小化网络输出误差；步骤6：计算网络预测误差，评估网络刻画电池动态特性的准确程度；步骤7：得到电池的虚拟电压响应曲线，进而计算出电池的容量。本发明不需要基于具体的物理模型，而是基于数据建模，可以缩短建模时间。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.035 seconds)
