公开(公告)号：CN115782590A

公开(公告)日：2023-03-14

申请号：CN202211602064.X

申请日：2022-12-13

Applicant: 安徽大学

Inventor： 张红伟 ,  甘肃 ,  徐赛 ,  黄娅桐 ,  朱军 ,  赵余懿 ,  杨春旺 ,  李如意

IPC: B60L3/00 ,  B60L58/10

Abstract: 本发明涉及新能源汽车动力锂电池技术领域，更具体的，涉及基于深度学习和氮气保护的动力电池监测保护方法、系统。本发明将氮气保护应用于新能源汽车动力锂电池的安全防护，防止火灾发生，提高了新能源汽车动力锂电池在行驶过程中的安全性能。本发明通过对电池所处的电池箱氧气浓度、气压、温度、湿度进行检测，及时进行充氮操作，使电池处于不具备燃烧和爆炸条件的环境中。本发明基于历史检测数据，构建神经网络进行模型训练以预测电池状态，可提前制氮、储氮进行准备，保证充氮的正常运行，进一步提供安全性。

公开(公告)号：CN117826001A

公开(公告)日：2024-04-05

申请号：CN202410024631.0

申请日：2024-01-08

Applicant: 安徽大学

Inventor： 张红伟 ,  陆风旭 ,  王悦 ,  龚正 ,  徐昊翔 ,  黄娅桐 ,  刘孜昂

IPC: G01R31/392 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0455 ,  H01M10/613 ,  H01M10/42 ,  H01M10/633 ,  H01M10/48 ,  H01M10/625 ,  G01R31/396 ,  G01R31/367 ,  G01R31/36 ,  G06F123/02

Abstract: 本发明涉及新能源汽车动力电池工况监测技术领域，更具体的，涉及一种基于时空融合的新能源汽车动力电池热失控预测方法及系统。本发明基于目标动力电池的历史状态数据进行处理，分别从时间特征角度、空间特征角度由历史状态数据中提取出时间特征、空间特征，并进而从时间角度、空间角度预测未来的时间、空间两类状态数据；最后基于预测模型的方差，计算出两类预测状态数据的最佳加权系数，并将两类状态数据进行加权，实现时空融合得到最终的预测值；经过仿真对比，本发明的预测效果比只考虑时间角度的预测方法更贴近真实值。

公开(公告)号：CN117610428A

公开(公告)日：2024-02-27

申请号：CN202311673638.7

申请日：2023-12-07

Applicant: 安徽大学

Inventor： 张红伟 ,  王悦 ,  陆风旭 ,  孙世荣 ,  阳登江 ,  刘孜昂 ,  黄娅桐

IPC: G06F30/27 ,  G06F18/10 ,  G06F18/2337 ,  G06F18/22 ,  G06F18/2131 ,  G06F18/214 ,  G06F111/10 ,  G06F111/04

Abstract: 本发明涉及新能源汽车锂电池工况参数预测技术领域，具体涉及基于模糊时间序列的新能源汽车锂电池工况参数预测方法、装置、介质。本发明的方法包括以下步骤：步骤一，获取锂电池工况参数原始历史数据集X，并对进行小波去噪，得到去噪后的历史数据；步骤二，基于Xd计算工况参数残差Xg；步骤三，根据Xg预测工况参数数据的变化趋势。本发明先是利用小波变换的多分辨分离能力对锂电池工况参数原始历史数据集X进行去噪处理，降低数据的噪声干扰；再将神经网络作为拟合函数的基础，并将该拟合函数作为一个非线性函数来逼近去噪后的历史数据Xd，进而得到更准确的残差数据Xg；接着选择对Xg进行模糊处理，使用模式匹配方法预测数据，可提高工况参数预测准确度。