|
|
钻瓜专利网为您找到相关结果 136个，建议您 升级VIP下载更多相关专利
- [发明专利]一种基于DTW的实车藏电电量估计方法-CN202310951775.6在审
-
郑岳久;陈金荣;沈逸凡
-
上海理工大学
-
2023-07-31
-
2023-10-24
-
G01R31/367
- 本发明提供了一种基于DTW的实车藏电电量估计方法，具有这样的特征，包括以下步骤：步骤S1，获取实车在实际充电过程中的实车充电数据；步骤S2，根据充电段筛选条件从实车充电数据中筛选出用于分析是否藏电的充电段数据，获得实车SOC‑U曲线作为待测充电段；步骤S3，根据实车充电数据中最多的充电工况，对实车对应的相同电池进行同工况充电实验，获得实验SOC‑U曲线作为实验充电段；步骤S4，对待测充电段和实验充电段的数据求导得到实车SOC‑U曲线和实验SOC‑U曲线的变化趋势；步骤S5，将实车SOC‑U曲线的变化趋势进行缩放，并与实验SOC‑U曲线的变化趋势进行对比，得到二者重合度最高的最佳缩放比，根据最佳缩放比以及实车电池容量，得到实车藏电电量。
- 一种基于dtw实车藏电电量估计方法
- [发明专利]一种浮充工况下的电池内短路定量诊断方法-CN202210257011.2在审
-
郑岳久;李彬;来鑫;王冠;周昊;姚熠;王一宇
-
上海理工大学
-
2022-03-16
-
2023-09-26
-
G01R31/52
- 本发明提出了一种在浮充工况下的电池内短路定量诊断方法。其方法包括如下步骤：S1：标定两块正常磷酸铁锂电池在不同SOC差异下串联的浮充电压曲线Map图；S2：随机采集两块铁锂电池在串联下浮充的电压数据，观察电池电压曲线，电压曲线不呈现下降趋势判断电池不存在内短路故障，电压曲线呈现下降趋势判断电池存在内短路故障；S3：当电池发生内短路时，基于S1中标定的电压曲线Map图，找到S2故障电池电压曲线与Map图的交点，记录交点的时间和电压；S4：记录在Map图中某两个交点所对应的SOC差ΔSOC，以及两个交点的时间差ΔT，根据ΔSOC和ΔT计算漏电流Ileak。S5：计算S4中两个交点间的平均电压U，根据欧姆定律计算短路电阻R＝U/Ileak。
- 一种工况电池短路定量诊断方法
- [发明专利]电池容量闭环融合预测方法-CN201910916316.8有效
-
郑岳久;崔一凡;周龙;吴路平;沈安琪;施治贺
-
上海理工大学
-
2019-09-26
-
2023-07-21
-
G06F30/20
- 本发明涉及一种电池容量闭环融合预测方法，通过电池当前充放电循环的电压和电流数据，结合基于数据驱动的容量估计模型进行当前容量值QE,k的估计；同时将电池温度、循环数和充放电倍率数据输入基于经验模型的容量预测模型中，结合原经验模型参数xk‑1得出当前容量的前馈预测值QP,k(xk‑1)；以QP,k(xk‑1)和QE,k的差结合经验模型参数反馈修正系数Kx对xk‑1进行反馈修正，得到最新修正的经验模型参数xk，再以xk再次估计当前的容量值QP,k(xk)；以QE,k和QP,k(xk)之差结合容量反馈修正KQ，对容量预测序列进行最后的融合修正，实现容量的闭环融合预测。不仅解决基于经验模型的容量预测模型参数失配问题，同时降低基于数据驱动的容量估计不确定性。
- 电池容量闭环融合预测方法
- [发明专利]一种基于云端历史数据的电池分类方法-CN202010871109.8有效
-
周正;李家琦;厉凯;陆一凡;郑岳久
-
上海理工大学
-
2020-08-26
-
2023-06-20
-
G06F18/241
- 本发明提供一种基于云端历史数据的电池分类方法，包括如下步骤：步骤1，采集电池的历史大数据；步骤2，对历史大数据进行数据清洗，得电压数据和电流数据；步骤3，对电池单体容量以及电池内阻进行计算，得m个样本的电池单体容量和电池内阻，记为待分类样本集a；步骤4，标准化待分类样本集a内的数据，得标准化后的样本数据集A；步骤5，在样本数据集A中选k个类簇，而后初始化k个类簇的聚类中心，得初始聚类中心B；步骤6，采用欧式距离公式计算每个样本的类别，并在计算时引入权重因子，得分类集合C，计算新的质心μj来更新聚类中心；步骤7，重复步骤6，直至μj不再改变、满足阈值σ要求或达到最大迭代次数N时终止迭代，到聚类结果。
- 一种基于云端历史数据电池分类方法
|
