公开(公告)号：CN114720882B

公开(公告)日：2023-02-17

申请号：CN202210549795.6

申请日：2022-05-20

申请人： 东南大学溧阳研究院

发明人： 孙立 ,  杜建成 ,  苏志刚 ,  钱俊良 ,  童雨晨

IPC分类号： G01R31/367 ,  G01R31/392 ,  G01R31/388 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种锂离子电池最大容量衰退曲线的重构方法，包括如下步骤：S1：基于已有加速老化数据集，进行数据处理，得到单次充电过程中锂离子电池增量容量与电压变化关系曲线；S2：根据单次充电过程中增量容量与电压变化关系曲线确定神经网络的输入和输出变量，将加速老化试验数据代入神经网络中，构建重构锂离子电池最大容量衰退曲线的基础模型；S3：根据基础模型和工业正常使用情况下充放电的数据，选择参考容量点，建立迁移模型；S4：将迁移后的模型用来重构锂离子电池正常老化时的最大容量衰退曲线，并进行误差分析。本发明的方法具有数据需求少、精度高、误差小的优势。

公开(公告)号：CN114720882A

公开(公告)日：2022-07-08

申请号：CN202210549795.6

申请日：2022-05-20

申请人： 东南大学溧阳研究院

发明人： 孙立 ,  杜建成 ,  苏志刚 ,  钱俊良 ,  童雨晨

IPC分类号： G01R31/367 ,  G01R31/392 ,  G01R31/388 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于神经网络和迁移模型的锂离子电池储电容量衰退曲线的重构方法，包括如下步骤：S1：基于已有加速老化数据集，进行数据处理，得到单次充电过程中锂离子电池增量容量与电压变化关系曲线；S2：根据单次充电过程中增量容量与电压变化关系曲线确定神经网络的输入和输出变量，将加速老化试验数据代入神经网络中，构建重构锂离子电池最大容量衰退曲线的基础模型；S3：根据基础模型和工业正常使用情况下充放电的数据，选择参考容量点，建立迁移模型；S4：将迁移后的模型用来重构锂离子电池正常老化时的最大容量衰退曲线，并进行误差分析。本发明的方法具有数据需求少、精度高、误差小的优势。

公开(公告)号：CN115327479A

公开(公告)日：2022-11-11

申请号：CN202211264151.9

申请日：2022-10-17

申请人： 东南大学溧阳研究院

发明人： 钱俊良 ,  周吉 ,  彭泽凡 ,  黄凯丽 ,  童雨晨 ,  黄月桐

IPC分类号： G01S5/16

摘要： 本发明属于通信网技术领域，涉及基于新型混合定位接收器和灯具参考点的可见光定位方法。该方法使用灯具参考点作为灯具上的标记，其参考点位置可以作高速数据流的传输的一部分。传输的信息被新型混合定位接收器中的图像传感器识别，通过将多个灯具参考点与单个灯具相关联，消除了可见光定位接收器的视场角中必须存在三盏LED这一限制，解决了当仅一盏LED位于接收器视场角中时无法定位的问题；本发明将新型混合定位接收器与灯具参考点结合使用，以克服可见光定位方法中要求在接收器的视场角中至少需要三盏LED的问题。本发明另一个优势是对额外基础设施的需求低，无需部署大量单一用途的信标。