-
Patent Agency Ranking
公开(公告)号：CN111483350A
公开(公告)日：2020-08-04
申请号：CN202010410433.X
申请日：2020-05-15
Applicant: 安庆师范大学
Abstract: 本发明公开了一种动力电池组的均衡与微短路检测方法，（1）实时采集动力电池组每一节单体电池的端电压和温度；（2）判断动力电池组中单体电池的端电压是否符合均衡的判定条件，若符合均衡的判定条件，则启动均衡方法并进入下一步（3），若不符合则直接进入下一步（3）；（3）判断动力电池组中单体电池的端电压和温度是否符合微短路故障的判定条件，若符合微短路故障的判定条件，则进行启动保护和微短路故障预警，若不符合则返回第一步（1）。本发明可通过单体电池的端电压判定动力电池组是否需要启动均衡，通过单体电池的端电压和温度判断动力电池组中是否有单体电池存在微短路。
-
公开(公告)号：CN109884442B
公开(公告)日：2021-08-31
申请号：CN201910298662.4
申请日：2019-04-15
Applicant: 安庆师范大学
Abstract: 本发明公开了一种变压器故障定位方法，包括以下步骤：（1）变压器外表面至少安装6个变压器振动信号无线自取能测量装置，安装位置为均匀分布于变压器外表面；（2）首先对各个变压器振动信号无线自取能测量装置测量的振动信号提取特征；（3）随后对特征进行平均偏差度量计算，选择特征平均偏差度量最大的变压器振动信号无线自取能测量装置的所在位置为故障位置。本发明可有效地对变压器的振动信号进行无线测量，并可基于振动信号对变压器的故障位置进行定位。
-
公开(公告)号：CN107015165B
公开(公告)日：2020-01-17
申请号：CN201710447298.4
申请日：2017-06-14
Applicant: 安庆师范大学
IPC: G01R31/367 , G01R31/392
Abstract: 本发明公开了一种基于稀疏系数多核相关向量机的锂电池剩余寿命预测方法，应用集合经验模态分解去噪提取接近原本数据的去噪数据，并基于该数据应用稀疏系数多核相关向量机建立预测模型对锂电池的剩余寿命进行预测；具体方法为：测量锂电池随着充放电周期的健康状况数据；对锂电池的容量测量数据进行集合经验模态分解去噪；计算锂电池失效的容量阈值；基于锂电池的容量去噪数据序列和充放电周期数据序列，应用粒子群算法优化生成稀疏系数多核相关向量机的稀疏系数；应用稀疏系数多核相关向量机预测锂电池的剩余寿命。本发明操作方法简单有效，可精确地预测锂电池的剩余寿命。
-
公开(公告)号：CN109884442A
公开(公告)日：2019-06-14
申请号：CN201910298662.4
申请日：2019-04-15
Applicant: 安庆师范大学
Abstract: 本发明公开了一种变压器故障定位方法，包括以下步骤：（1）变压器外表面至少安装6个变压器振动信号无线自取能测量装置，安装位置为均匀分布于变压器外表面；（2）首先对各个变压器振动信号无线自取能测量装置测量的振动信号提取特征；（3）随后对特征进行平均偏差度量计算，选择特征平均偏差度量最大的变压器振动信号无线自取能测量装置的所在位置为故障位置。本发明可有效地对变压器的振动信号进行无线测量，并可基于振动信号对变压器的故障位置进行定位。
-
公开(公告)号：CN107015165A
公开(公告)日：2017-08-04
申请号：CN201710447298.4
申请日：2017-06-14
Applicant: 安庆师范大学
IPC: G01R31/36
Abstract: 本发明公开了一种基于稀疏系数多核相关向量机的锂电池剩余寿命预测方法，应用集合经验模态分解去噪提取接近原本数据的去噪数据，并基于该数据应用稀疏系数多核相关向量机建立预测模型对锂电池的剩余寿命进行预测；具体方法为：测量锂电池随着充放电周期的健康状况数据；对锂电池的容量测量数据进行集合经验模态分解去噪；计算锂电池失效的容量阈值；基于锂电池的容量去噪数据序列和充放电周期数据序列，应用粒子群算法优化生成稀疏系数多核相关向量机的稀疏系数；应用稀疏系数多核相关向量机预测锂电池的剩余寿命。本发明操作方法简单有效，可精确地预测锂电池的剩余寿命。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
