山东交通学院张宇昊获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉山东交通学院申请的专利一种用于新能源汽车的动力蓄电池工作性能检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119959782B 。
龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510449842.3,技术领域涉及:G01R31/367;该发明授权一种用于新能源汽车的动力蓄电池工作性能检测方法是由张宇昊;刘娇娇;刘毅;李昕泽;褚瑞霞;李文财;刘健;徐阳;柳朋林;任云腾;仇方圆;黄万友设计研发完成,并于2025-04-11向国家知识产权局提交的专利申请。
本一种用于新能源汽车的动力蓄电池工作性能检测方法在说明书摘要公布了:本发明涉及新能源电池技术领域,尤其涉及一种用于新能源汽车的动力蓄电池工作性能检测方法,该方法根据当前采样时刻之前的预设数量个历史采样时刻的端电压采集值和端电压预测值,获取当前采样时刻的电压残差序列;根据电压残差序列,获取对无迹卡尔曼滤波算法中的过程噪声协方差矩阵进行优化的第一优化因子和第二优化因子;利用第一优化因子和第二优化因子,得到优化后的过程噪声协方差矩阵;根据当前采样时刻的端电压采集值和优化后的过程噪声协方差矩阵,获取当前采样时刻下动力蓄电池的SOC估计值,用于检测动力蓄电池的工作性能,通过在线调整过程噪声协方差矩阵,实现了对动力蓄电池的SOC值的估计准确性。
本发明授权一种用于新能源汽车的动力蓄电池工作性能检测方法在权利要求书中公布了:1.一种用于新能源汽车的动力蓄电池工作性能检测方法,其特征在于,所述方法包括: 获取动力蓄电池在当前采样时刻的端电压采集值,根据当前采样时刻之前的预设数量个历史采样时刻的端电压采集值和端电压预测值,获取当前采样时刻的电压残差序列; 根据所述电压残差序列的均值和变化累积量,获取对无迹卡尔曼滤波算法中的过程噪声协方差矩阵进行优化的第一优化因子; 根据所述电压残差序列的残差波动变化,获取对无迹卡尔曼滤波算法中的过程噪声协方差矩阵进行优化的第二优化因子; 利用所述第一优化因子和所述第二优化因子对当前采样时刻的上一采样时刻的过程噪声协方差矩阵进行更新优化,得到当前采样时刻的优化后的过程噪声协方差矩阵; 根据当前采样时刻的端电压采集值和优化后的过程噪声协方差矩阵,利用无迹卡尔曼滤波算法获取当前采样时刻下动力蓄电池的SOC估计值,用于检测动力蓄电池的工作性能; 所述根据所述电压残差序列的均值和变化累积量,获取对无迹卡尔曼滤波算法中的过程噪声协方差矩阵进行优化的第一优化因子,包括: 计算所述电压残差序列的均值,记为电压残差均值,计算所述电压残差序列中每两个相邻的电压残差之间的差值绝对值,得到差值绝对值的累加值,记为电压变化累积量,根据所述电压残差均值的绝对值和所述电压变化累积量的绝对值之间的和,得到电压预测偏差指标;获取动力蓄电池的标称电压,利用所述标称电压对所述电压预测偏差指标进行归一化,得到归一化值,利用第一优化因子的计算表达式,得到对无迹卡尔曼滤波算法中的过程噪声协方差矩阵进行优化的第一优化因子,其中,第一优化因子的计算表达式为: 其中,表示第一优化因子,1表示常数,表示双曲线正切函数,表示电压预测偏差指标,表示标称电压; 所述根据所述电压残差序列的残差波动变化,获取对无迹卡尔曼滤波算法中的过程噪声协方差矩阵进行优化的第二优化因子,包括: 计算所述电压残差序列的标准差,得到所述标准差与所述标称电压之间的第一比值;根据预设的滞后阶数,分别获取所述电压残差序列中每个电压残差对应的滞后电压残差,对所述电压残差序列中每个电压残差和其对应的滞后电压残差之间的乘积进行累加,得到第一累加值,对所述电压残差序列中每个电压残差的平方进行累加,得到第二累加值,根据所述第一累加值和所述第二累加值的比值,得到所述电压残差序列的自适应自相关系数;获取所述电压残差均值的绝对值与所述标称电压之间的第二比值; 利用第二优化因子的计算表达式,得到对无迹卡尔曼滤波算法中的过程噪声协方差矩阵进行优化的第二优化因子,其中,第二优化因子的计算表达式为: 其中,表示第二优化因子,1表示常数,表示双曲线正切函数,||表示绝对值符号,L1表示第一比值,L2表示第二比值,表示电压残差序列的自适应自相关系数,||表示绝对值符号; 所述利用所述第一优化因子和所述第二优化因子对当前采样时刻的上一采样时刻的过程噪声协方差矩阵进行更新优化,得到当前采样时刻的优化后的过程噪声协方差矩阵,包括: 更新优化的计算表达式为: 其中,表示当前采样时刻的优化后的过程噪声协方差矩阵,表示第一优化因子的权重,表示第二优化因子的权重,表示第一优化因子,表示第二优化因子,表示时刻t-1的过程噪声协方差矩阵,也即是当前采样时刻的上一采样时刻的过程噪声协方差矩阵。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人山东交通学院,其通讯地址为:250300 山东省济南市长清区海棠路5001号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。