专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果2063636个,建议您升级VIP下载更多相关专利
  • [发明专利]使用神经网络评估电池的充电状态的设备和方法-CN200480036021.3有效
  • 赵一 - 株式会社LG化学
  • 2004-12-17 - 2007-01-03 - G01R31/36
  • 公开了一种使用神经网络评估表现出非线性特征的电池的充电状态的设备和方法。该设备包括:用于从电池单元检测电流、电压和温度的检测部分;神经网络,基于从该检测部分发送的电流、电压和温度以及当前时间数据执行神经网络算法和学习算法,从而输出通过最终学习算法评估的该电池的SOC;比较器,其用于将该神经网络的输出值与预定目标值对比,并且如果该神经网络的输出值和预定目标值之间的差值在预定极限之外,使得该神经网络迭代地执行该学习算法,从而更新该学习算法以产生最终学习算法。该电池的充电状态可通过该神经网络算法进行精确地评估。
  • 使用神经网络评估电池充电状态设备方法
  • [发明专利]一种基于生成对抗网络的动力电池配组方法-CN201810444689.5有效
  • 黄继业;陈德平;杨宇翔;高明煜;谢尚港;陆燕怡 - 杭州电子科技大学
  • 2018-05-10 - 2020-04-21 - H01M10/44
  • 本发明涉及一种基于生成对抗网络的动力电池配组方法。现有配组方法需要人为的提取表征电池的特征向量,配组过程劳动力需求大,且易受人为主观因素影响,造成电池误配现象。本发明方法首先获取所有待配电池的充放电数据,并对数据进行预处理,然后构建一个生成对抗网络,即生成器和判别器。再利用训练好的生成器构建一个神经网络模型,以该神经网络作为特征提取器,自动提取充放电数据的特征,最终对所有电池的特征向量进行聚类,完成电池配组。本发明方法能够在已经学习到充放电数据分布的生成器的基础上,再训练一个能够提取特征的神经网络,很好的学习到动力电池的一致性特征,提高配组电池之间的一致性,从而提高成组电池的品质。
  • 一种基于生成对抗网络动力电池方法
  • [发明专利]燃料电池测试系统的复合控温方法-CN202210498122.2在审
  • 邓波;刘妹汝;赵安;殷聪;汤浩 - 电子科技大学
  • 2022-05-09 - 2022-08-30 - G05B11/42
  • 本发明提供燃料电池测试系统的复合控温方法,属于燃料电池测试系统技术领域,先构建神经网络,使用粒子群优化算法对燃料电池不同工作条件下的最优PID控制参数进行寻优,得到最优控制参数数据集,基于此对神经网络进行训练,获得神经网络参数预测模型,进而根据待测燃料电池的工作条件获得PID控制参数,实现对燃料电池的温度精确控制。本发明通过粒子群寻优算法对PID控制参数进行寻优,再利用神经网络实现PID控制参数自整定,满足各工作条件下燃料电池的温度精准控制需求。
  • 燃料电池测试系统复合方法
  • [发明专利]电池包健康状态计算方法、系统及电子设备-CN202110477366.8在审
  • 刘美亿 - 东软睿驰汽车技术(沈阳)有限公司
  • 2021-04-29 - 2021-08-06 - G01R31/392
  • 本发明提供了一种电池包健康状态计算方法、系统及电子设备,涉及动力电池技术领域,该方法首先根据电池包的充电数据确定第一数据集;其中,第一数据集中包含至少一种工况下的电池衰减数据;然后将第一数据集输入至第一神经网络模型中,第一神经网络模型对第一数据集中的电池包充电数据进行压缩,输出第二数据集;再将第二数据集输入至第二神经网络模型中进行计算,并根据第二神经网络模型的输出结果确定电池包的健康状态。该方法对工况繁多复杂的电池包充电数据进行缩减,并可通过数据蒸馏的方式对充电数据进行压缩,提高了电池包充电数据的可用程度,有利于提升电池包健康状态的计算精度。
  • 电池健康状态计算方法系统电子设备
  • [发明专利]一种基于生成式对抗网络的Double-LSTM电池容量估算方法-CN202210172539.X在审
  • 杨晓峰;李少华;周威;黄建军 - 苏州恒美电子科技股份有限公司
  • 2022-02-24 - 2022-06-24 - G06N3/04
  • 本发明涉及一种基于生成式对抗网络的Double‑LSTM电池容量估算方法,先配置第一电池数据训练集,从中获取样本数据;生成器对样本数据进行对抗生成,得到第一生成样本;判别器对样本数据和第一生成样本进行判别,并对生成式对抗网络参数进行更新;根据生成式对抗网络的目标函数对第一生成样本进行训练,对训练集进行扩充,形成第二电池数据训练集;将第二电池数据训练集依次经过模型中的残差网络与预测网络,完成数据特征提取;训练集输入模型训练,直至模型目标函数的数值不再下降;将电池数据测试集输入训练后的模型,得到电池容量估计值。生成式对抗网络对原有数据进行增强和扩充,同时提取输入数据特征,相比于其他基于数据驱动的方法具有更高的准确率。
  • 一种基于生成对抗网络doublelstm电池容量估算方法
  • [发明专利]一种简单的电池管理构架及方法-CN202011164817.4在审
  • 贺炳毅;王福春;程学超 - 洛阳隆盛科技有限责任公司
  • 2020-10-27 - 2021-01-22 - H01M10/42
  • 本发明涉及电池管理技术领域,公开了一种简单的电池管理构架及方法,该方法采用的电池管理构架,包括:多个电池组级、多个数据采集单元、菊链式ISOSPI总线、BMS管理单元,多个电池组级分别通过对应的多个数据采集单元与菊链式ISOSPI总线相连,菊链式ISOSPI总线与BMS管理单元相连,构成多个电池组级联并入管理网络。本发明能够使电池组快速并入总线联入管理网络,其构架简单,易于实施,可靠性高,并且提高了电池管理网络的可拓展性,可以推广至更多的电池应用中。在各种电池的应用中有着广泛的应用前景。
  • 一种简单电池管理构架方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top