CN109357771A - 电动汽车电池温度自校正式检测方法 - Google Patents
电动汽车电池温度自校正式检测方法 Download PDFInfo
- Publication number
- CN109357771A CN109357771A CN201811477266.XA CN201811477266A CN109357771A CN 109357771 A CN109357771 A CN 109357771A CN 201811477266 A CN201811477266 A CN 201811477266A CN 109357771 A CN109357771 A CN 109357771A
- Authority
- CN
- China
- Prior art keywords
- value
- temperature
- picture
- battery
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 15
- 239000000446 fuel Substances 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000012937 correction Methods 0.000 claims abstract description 9
- 241001270131 Agaricus moelleri Species 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000005316 response function Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000009194 climbing Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Abstract
为了更好地控制混合动力汽车的电池温度，本发明从红外温度检测的角度，提供了一种适用于混合动力汽车的电动汽车电池温度自校正式检测方法。该方法克服了现有技术中对混合动力汽车出现电池被分布式设置，尤其是电池被分布式地设置的四驱混合动力汽车上，燃料辅助驱动单元对电力辅助驱动单元的温度不具备实时性参考价值的问题，通过红外图像的数值化处理，得到了校正电池管理系统对电池控制的校正参数，提高了电池工作的稳定性和寿命。
Description
技术领域
本发明属于汽车电池控制技术领域，具体涉及一种电动汽车电池温度自校正式检测方法。
背景技术
目前，电动汽车的电池管理系统多数是以集中式结构配置在车辆的前部或尾部的。然而，随着电动汽车的发展，人们愈来愈意识到混合动力汽车相比电动汽车在节省能耗、驾驶便利性等方面的优势。对于目前广泛使用的混合动力汽车的驱动系统而言，均是设置了由燃料辅助驱动单元(通常为汽油发动机或柴油发动机)和由电力辅助的驱动单元(通常为蓄电池)，二者配合工作而实现对混合动力汽车的驱动。
混合动力车辆加速或爬坡时要求电力辅助驱动单元进行大电流放电，减速或下坡时要对电力辅助驱动单元进行快速充电以实现制动能量回收，这就要求电力辅助驱动单元具有优良的高倍率快充快放特性和相当长的使用寿命。例如，申请号为CN201711441888.2的中国发明专利申请公开了一种基于超级电容和蓄电池并联的四驱混合动力系统，包括由发动机单元驱动的四驱传动系统和由电动机辅助驱动的后驱传动系统，所述后驱传动系统包括电动机驱动单元和配套设置的辅助电力驱动单元；所述辅助电力驱动单元包括并联设置的蓄电池单元和超级电容单元；所述蓄电池单元为所述电动机驱动单元提供电能；当车辆加速或爬坡时，所述超级电容单元放电以对所述电动机驱动单元提供辅助；当车辆减速或下坡时，所述电动机驱动单元为所述超级电容单元充电。
同时，目前使用的以蓄电池为主的电力辅助驱动单元中，在驱动汽车实现电池充电过程中，燃料辅助驱动单元的工作温度将会影响电池充电速度和工作状态。因此，为了确保汽车内电池的正常充电乃至放电，电池管理系统需要根据燃料辅助驱动单元的温度进行校正。现有技术中，校正过程通常采用温度传感器采集电池管理系统的温度和周围的温度，然而温度传感器具有即时性，而温度的传播具有一定延迟性，尤其是汽车处于一些工况(例如刚起步、长期低档慢速等等)时，燃料辅助驱动单元的温度将可能因为传导较慢而变化较慢，从而使燃料辅助驱动单元的温度采集过程需要受到周围环境温度的不断修正，这使得温度传感器在近似温度下的工作时间较长，容易造成温度传感器灵敏度下降。此外，汽车、发动机和电池所处环境的温度与发动机和电池的温度之间的热交换需要一定时间，通过温度传感器检测得到的温度值，哪怕是经过环境温度修正，也难以被与电池管理系统如何控制充电或放电等电池工作状态建立准确的、快速的模型。
另外，类似的问题也存在于四驱混合动力电动汽车。
发明内容
为了更好地控制混合动力汽车的电池温度(这里混合动力汽车出现电池被分布式设置，尤其是电池被分布式地设置的四驱混合动力汽车)，本发明从红外温度检测的角度，提供了一种适用于混合动力汽车的电动汽车电池温度自校正式检测方法，包括：
(1)通过温度传感器在t1、t2、t3、t4、t5、t6、t7和t8时刻分别采集N个分布式设置的电池的检测参数集合，各集合分别对应各设置电池的位置，且各集合均包括：燃料辅助驱动单元的温度T1燃料、电池温度T1电和环境温度T1环，其中N为大于5的整数；
(2)在t1时刻到t8时刻期间，通过红外探测器拍摄并输出关于N个分布式设置的电池的燃料辅助驱动单元的温度T2燃料、电池温度T2电的红外图片，从而得到N张红外图片；
(3)当温度T1燃料存在超过预设温度预警值时，基于检测参数集合和红外图片对电池的温度进行多点温度自校正式校正；
(4)根据校正结果对电池温度进行检测。
进一步地，所述步骤(3)包括：
(31)对N张所述红外图片分别进行代数化表示，从而得到N个校验值；
(32)计算N个所述位置在t1时刻到t8时刻期间的电池温度T1电的几何平均数；
(33)根据N个校验值中的每一个一一对应地对N个几何平均值进行校正。
进一步地，步骤(31)中，对一张所述红外图片分别进行代数化表示，从而得到一个校验值包括：
归一化处理：对于某一个电池被设置的位置所对应的检测参数集合以及红外图片对应的燃料辅助驱动单元的温度T2燃料、电池温度T2电，利用T1环对T2燃料进行归一化处理；
数值化处理：对该张红外图片进行压缩转换，生成解析度至少在256*256像素尺寸的彩色图片Img，并构建具有不同灰度的蓝色图片Img2，该具有不同灰度的蓝色图片Img2为图片Img在不同灰度下的对应图片,所述蓝色图片Img2的灰度值g由彩色空间线性表示为：
g＝αrIr+αgIg+αbIb
其中αr≥0，αg≥0，αb≥0，αr+αg+αb＝1
式中αr，αg，αb为待定参数，Ir，Ig，Ib是图片Img的颜色通道值；
构建如下函数：
式中，x，y为像素点，l’为图片Img的所有像素的集合，gx，gy分别为x和y的灰度值，δx，y为图片Img转化为色彩模型空间的x，y像素点的欧几里得度量，p为gx，gy的算术平均数且当p的绝对值大于1时取p的倒数；
由像素点x，y和δx，y设置如下目标函数：
其中，Δgx，y＝gx-gy，σ为尺度因子且为预设值，gx，y表示像素点(x，y)处的灰度值；
计算目标函数E(g)为最大值时的参数αr，αg，αb；
设经过GAUSS滑动平均对上述具有不同灰度的蓝色图片的灰度进行处理后得到的所述蓝色图片满足如下分布G(x，y，σ)，并构造L函数如下：
L(x，y，σ，ρ)＝ρ·I(x，y)·G(x，y，σ)
式中，(x，y)表示上述蓝色图片的像素点，各像素点的灰度值被表示为其各自灰度值本身与E(g)的最大模值max之间的商，ρ为缩放经验因子且等于目标函数E(g)为最大值时的αr，αg，αb的平方和，I′(x，y)为上述蓝色图片的色温；
建立对比延伸函数，即：
其中，c为对比延伸中心且该中心为上述(x，y)表示的像素点之一，λ为预设的对比延伸斜率且等于ρ/max；利用哈里斯矩阵计算上述蓝色图片的每个像素点的自相关矩阵：
其中x,y为像素点坐标，N为图片分辨率，则对比延伸图片特征响应函数为：
R(x，y，c)＝detA(x，y，fc)-k(traceA(x，y，fc))2
其中，k为常数因子，det()函数表示计算方阵A的行列式的值的函数，trace()函数表示求矩阵的迹的函数；
以(x，y)为变量，计算函数R的定积分在x和y各自在0-255之间变化期间时的值，并将该值进行累加得到累加和，将该累加和作为该张红外图片的特征值Rt。
进一步地，所述步骤(33)包括：
将N对一一对应的校验值中的每一个和N个几何平均值的每一个，分别进行作差，取得差值的绝对值。
进一步地，所述步骤(4)包括：当与电池被设置的某个位置的绝对值大于预设阈值时，减小给该位置的充电电流，并检测该充电电流以确保其值小于预设充电电流值；反之当与电池被设置的某个位置的绝对值小于预设阈值时，增大给该位置的充电电流，并检测该充电电流以确保其值大于预设充电电流值。
本发明具有如下有益效果：
本发明克服了现有技术中对混合动力汽车出现电池被分布式设置，尤其是电池被分布式地设置的四驱混合动力汽车上，燃料辅助驱动单元对电力辅助驱动单元的温度不具备实时性参考价值的问题，通过红外图像的数值化处理，得到了校正电池管理系统对电池控制的校正参数，提高了电池工作的稳定性和寿命。
附图说明
附图1为本发明的方法的流程图。
具体实施方式
如图1所示，根据本发明的优选实施例，提供了一种适用于混合动力汽车的电动汽车电池温度自校正式检测方法，包括：
(1)通过温度传感器在t1、t2、t3、t4、t5、t6、t7和t8时刻分别采集N个分布式设置的电池的检测参数集合，各集合分别对应各设置电池的位置，且各集合均包括：燃料辅助驱动单元的温度T1燃料、电池温度T1电和环境温度T1环，其中N为大于5的整数；
(2)在t1时刻到t8时刻期间，通过红外探测器拍摄并输出关于N个分布式设置的电池的燃料辅助驱动单元的温度T2燃料、电池温度T2电的红外图片，从而得到N张红外图片；
(3)当温度T1燃料存在超过预设温度预警值时，基于检测参数集合和红外图片对电池的温度进行多点温度自校正式校正；
(4)根据校正结果对电池温度进行检测。
优选地，所述步骤(3)包括：
(31)对N张所述红外图片分别进行代数化表示，从而得到N个校验值；
(32)计算N个所述位置在t1时刻到t8时刻期间的电池温度T1电的几何平均数；
(33)根据N个校验值中的每一个一一对应地对N个几何平均值进行校正。
优选地，步骤(31)中，对一张所述红外图片分别进行代数化表示，从而得到一个校验值包括：
归一化处理：对于某一个电池被设置的位置所对应的检测参数集合以及红外图片对应的燃料辅助驱动单元的温度T2燃料、电池温度T2电，利用T1环对T2燃料进行归一化处理；
数值化处理：对该张红外图片进行压缩转换，生成解析度至少在256*256像素尺寸的彩色图片Img，并构建具有不同灰度的蓝色图片Img2，该具有不同灰度的蓝色图片Img2为图片Img在不同灰度下的对应图片,所述蓝色图片Img2的灰度值g由彩色空间线性表示为：
g＝αrIr+αgIg+αbIb
其中αr≥0，αg≥0，αb≥0，αr+αg+αb＝1
式中αr，αg，αb为待定参数，Ir，Ig，Ib是图片Img的颜色通道值；
构建如下函数：
式中，x，y为像素点，1’为图片Img的所有像素的集合，gx，gy分别为x和y的灰度值，δx，y为图片Img转化为色彩模型空间的x，y像素点的欧几里得度量，p为gx，gy的算术平均数且当p的绝对值大于1时取p的倒数；
由像素点x，y和δx，y设置如下目标函数：
其中，Δgx，y＝gx-gy，σ为尺度因子且为预设值，gx，y表示像素点(x，y)处的灰度值；
计算目标函数E(g)为最大值时的参数αr，αg，αb；
设经过GAUSS滑动平均对上述具有不同灰度的蓝色图片的灰度进行处理后得到的所述蓝色图片满足如下分布G(x，y，σ)，并构造L函数如下：
L(x，y，σ，ρ)＝ρ·I(x，y)·G(x，y，σ)
式中，(x，y)表示上述蓝色图片的像素点，各像素点的灰度值被表示为其各自灰度值本身与E(g)的最大模值max之间的商，ρ为缩放经验因子且等于目标函数E(g)为最大值时的αr，αg，αb的平方和，I′(x，y)为上述蓝色图片的色温；
建立对比延伸函数，即：
其中，c为对比延伸中心且该中心为上述(x，y)表示的像素点之一，λ为预设的对比延伸斜率且等于ρ/max；利用哈里斯矩阵计算上述蓝色图片的每个像素点的自相关矩阵：
其中x,y为像素点坐标，N为图片分辨率，则对比延伸图片特征响应函数为：
R(x，y，c)＝detA(x，y，fc)-k(traceA(x，y，fc))2
其中，k为常数因子，det()函数表示计算方阵A的行列式的值的函数，trace()函数表示求矩阵的迹的函数；
以(x，y)为变量，计算函数R的定积分在x和y各自在0-255之间变化期间时的值，并将该值进行累加得到累加和，将该累加和作为该张红外图片的特征值Rt。
优选地，所述步骤(33)包括：
将N对一一对应的校验值中的每一个和N个几何平均值的每一个，分别进行作差，取得差值的绝对值。
优选地，所述步骤(4)包括：当与电池被设置的某个位置的绝对值大于预设阈值时，减小给该位置的充电电流，并检测该充电电流以确保其值小于预设充电电流值；反之当与电池被设置的某个位置的绝对值小于预设阈值时，增大给该位置的充电电流，并检测该充电电流以确保其值大于预设充电电流值。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种适用于混合动力汽车的电动汽车电池温度自校正式检测方法，包括：
(1)通过温度传感器在t1、t2、t3、t4、t5、t6、t7和t8时刻分别采集N个分布式设置的电池的检测参数集合，各集合分别对应各设置电池的位置，且各集合均包括：燃料辅助驱动单元的温度T1燃料、电池温度T1电和环境温度T1环，其中N为大于5的整数；
(2)在t1时刻到t8时刻期间，通过红外探测器拍摄并输出关于N个分布式设置的电池的燃料辅助驱动单元的温度T2燃料、电池温度T2电的红外图片，从而得到N张红外图片；
(3)当温度T1燃料存在超过预设温度预警值时，基于检测参数集合和红外图片对电池的温度进行多点温度自校正式校正；
(4)根据校正结果对电池温度进行检测。
2.根据权利要求1所述的方法，其特征在于，所述步骤(3)包括：
(31)对N张所述红外图片分别进行代数化表示，从而得到N个校验值；
(32)计算N个所述位置在t1时刻到t8时刻期间的电池温度T1电的几何平均数；
(33)根据N个校验值中的每一个一一对应地对N个几何平均值进行校正。
3.根据权利要求2所述的方法，其特征在于，步骤(31)中，对一张所述红外图片分别进行代数化表示，从而得到一个校验值包括：
归一化处理：对于某一个电池被设置的位置所对应的检测参数集合以及红外图片对应的燃料辅助驱动单元的温度T2燃料、电池温度T2电，利用T1环对T2燃料进行归一化处理；
数值化处理：对该张红外图片进行压缩转换，生成解析度至少在256*256像素尺寸的彩色图片Img，并构建具有不同灰度的蓝色图片Img2，该具有不同灰度的蓝色图片Img2为图片Img在不同灰度下的对应图片,所述蓝色图片Img2的灰度值g由彩色空间线性表示为：
g＝αrIr+αgIg+αbIb
其中αr≥0，αg≥0，αb≥0，αr+αg+αb＝1
式中αr，αg，αb为待定参数，Ir，Ig，Ib是图片Img的颜色通道值；
构建如下函数：
N＝lg(1-p)×ming∑x，y∈I′(gx-gy-δx，y)2
式中，x，y为像素点，l’为图片Img的所有像素的集合，gx，gy分别为x和y的灰度值，δx，y为图片Img转化为色彩模型空间的x，y像素点的欧几里得度量，p为gx，gy的算术平均数且当p的绝对值大于1时取p的倒数；
由像素点x，y和δx，y设置如下目标函数：
其中，Δgx，y＝gx-gy，σ为尺度因子且为预设值，gx，y表示像素点(x，y)处的灰度值；
计算目标函数E(g)为最大值时的参数αr，αg，αb；
设经过GAUSS滑动平均对上述具有不同灰度的蓝色图片的灰度进行处理后得到的所述蓝色图片满足如下分布G(x，y，σ)，并构造L函数如下：
L(x，y，σ，ρ)＝ρ·I(x，y)·G(x，y，σ)
式中，(x，y)表示上述蓝色图片的像素点，各像素点的灰度值被表示为其各自灰度值本身与E(g)的最大模值max之间的商，ρ为缩放经验因子且等于目标函数E(g)为最大值时的αr，αg，αb的平方和，I(x，y)为上述蓝色图片的色温；
建立对比延伸函数，即：
其中，c为对比延伸中心且该中心为上述(x，y)表示的像素点之一，λ为预设的对比延伸斜率且等于ρ/max；利用哈里斯矩阵计算上述蓝色图片的每个像素点的自相关矩阵：
其中x,y为像素点坐标，N为图片分辨率，则对比延伸图片特征响应函数为：
R(x，y，c)＝detA(x，y，fc)-k(traceA(x，y，fc))2
其中，k为常数因子，det()函数表示计算方阵A的行列式的值的函数，trace()函数表示求矩阵的迹的函数；
以(x，y)为变量，计算函数R的定积分在x和y各自在0-255之间变化期间时的值，并将该值进行累加得到累加和，将该累加和作为该张红外图片的特征值Rt。
4.根据权利要求3所述的方法，其特征在于，所述步骤(33)包括：
将N对一一对应的校验值中的每一个和N个几何平均值的每一个，分别进行作差，取得差值的绝对值。
5.根据权利要求4所述的方法，其特征在于，所述步骤(4)包括：当与电池被设置的某个位置的绝对值大于预设阈值时，减小给该位置的充电电流，并检测该充电电流以确保其值小于预设充电电流值；反之当与电池被设置的某个位置的绝对值小于预设阈值时，增大给该位置的充电电流，并检测该充电电流以确保其值大于预设充电电流值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811477266.XA CN109357771B (zh) | 2018-12-05 | 2018-12-05 | 电动汽车电池温度自校正式检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811477266.XA CN109357771B (zh) | 2018-12-05 | 2018-12-05 | 电动汽车电池温度自校正式检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109357771A true CN109357771A (zh) | 2019-02-19 |
| CN109357771B CN109357771B (zh) | 2020-11-10 |
Family
ID=65331090
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811477266.XA Active CN109357771B (zh) | 2018-12-05 | 2018-12-05 | 电动汽车电池温度自校正式检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109357771B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109828618A (zh) * | 2019-02-28 | 2019-05-31 | 成都派沃特科技股份有限公司 | 基于人工智能技术的数据中心设备测控装置 |
| CN109949550A (zh) * | 2019-02-28 | 2019-06-28 | 成都派沃特科技股份有限公司 | 分布式数据中心设备状态的云监控系统 |
| CN110134156A (zh) * | 2019-02-28 | 2019-08-16 | 成都派沃特科技股份有限公司 | 利用视觉识别技术的数据中心设备故障检测系统 |
| CN111751732A (zh) * | 2020-07-31 | 2020-10-09 | 中国汽车工程研究院股份有限公司 | 一种基于自适应高斯卷积分法的电量计算方法 |
| CN111751756A (zh) * | 2020-07-31 | 2020-10-09 | 中国汽车工程研究院股份有限公司 | 一种用累积动力电池温度曲线识别故障电池单体的方法 |
| CN113189488A (zh) * | 2021-05-06 | 2021-07-30 | 佛山科学技术学院 | 一种基于充电温度影像的电池soh测评方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101340104A (zh) * | 2007-05-11 | 2009-01-07 | 原子能委员会 | 用于给自激系统的存储元件充电的方法 |
| US20130141051A1 (en) * | 2011-12-05 | 2013-06-06 | Jin-Wook Kang | Energy storage system and method for controlling the same |
| CN206440386U (zh) * | 2016-12-23 | 2017-08-25 | 国联汽车动力电池研究院有限责任公司 | 一种电池温度检测系统 |
| CN107240937A (zh) * | 2016-03-28 | 2017-10-10 | 中兴通讯股份有限公司 | 一种磷酸铁锂电池的充电方法及装置 |
| CN107547892A (zh) * | 2016-06-23 | 2018-01-05 | 弗兰克公司 | 热异常检测 |
-
2018
- 2018-12-05 CN CN201811477266.XA patent/CN109357771B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101340104A (zh) * | 2007-05-11 | 2009-01-07 | 原子能委员会 | 用于给自激系统的存储元件充电的方法 |
| US20130141051A1 (en) * | 2011-12-05 | 2013-06-06 | Jin-Wook Kang | Energy storage system and method for controlling the same |
| CN107240937A (zh) * | 2016-03-28 | 2017-10-10 | 中兴通讯股份有限公司 | 一种磷酸铁锂电池的充电方法及装置 |
| CN107547892A (zh) * | 2016-06-23 | 2018-01-05 | 弗兰克公司 | 热异常检测 |
| CN206440386U (zh) * | 2016-12-23 | 2017-08-25 | 国联汽车动力电池研究院有限责任公司 | 一种电池温度检测系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109828618A (zh) * | 2019-02-28 | 2019-05-31 | 成都派沃特科技股份有限公司 | 基于人工智能技术的数据中心设备测控装置 |
| CN109949550A (zh) * | 2019-02-28 | 2019-06-28 | 成都派沃特科技股份有限公司 | 分布式数据中心设备状态的云监控系统 |
| CN110134156A (zh) * | 2019-02-28 | 2019-08-16 | 成都派沃特科技股份有限公司 | 利用视觉识别技术的数据中心设备故障检测系统 |
| CN111751732A (zh) * | 2020-07-31 | 2020-10-09 | 中国汽车工程研究院股份有限公司 | 一种基于自适应高斯卷积分法的电量计算方法 |
| CN111751756A (zh) * | 2020-07-31 | 2020-10-09 | 中国汽车工程研究院股份有限公司 | 一种用累积动力电池温度曲线识别故障电池单体的方法 |
| CN113189488A (zh) * | 2021-05-06 | 2021-07-30 | 佛山科学技术学院 | 一种基于充电温度影像的电池soh测评方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109357771B (zh) | 2020-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109357771A (zh) | 电动汽车电池温度自校正式检测方法 | |
| CN109624789A (zh) | 电池管理系统的多点温度校正方法 | |
| CN104007395B (zh) | 锂离子电池荷电状态与参数自适应联合估计方法 | |
| CN104764440A (zh) | 基于彩色图像的滚转物单目位姿测量方法 | |
| CN109624784A (zh) | 多工况自适应电池管理系统 | |
| CN102213683B (zh) | X射线透射检查装置及x射线透射检查方法 | |
| CN104983436B (zh) | 一种x射线成像装置及方法 | |
| CN103389042A (zh) | 基于深度图像的地面自动检测以及场景高度计算的方法 | |
| CN108109162A (zh) | 一种利用自适应特征融合的多尺度目标跟踪方法 | |
| CN103067734A (zh) | 视频质量诊断系统检测视频图像偏色的方法 | |
| CN106204602B (zh) | 元件反件检测方法和系统 | |
| CN103105587A (zh) | 一种电池组实际容量的计算方法 | |
| CN104200453B (zh) | 基于图像分割和可信度的视差图像校正方法 | |
| CN112330623B (zh) | 电芯极组极片对齐度检测方法和检测装置 | |
| CN109556729A (zh) | 随使用温湿度自动校正的电动汽车电池管理系统 | |
| CN105574883A (zh) | 一种图像法评估霍尔推力器羽流发散角的方法 | |
| CN112819764B (zh) | 一种堆叠燃料电池膜电极mea极位检测方法 | |
| CN110298845A (zh) | 一种基于图像处理的复杂背景下输电线检测方法 | |
| CN105842134B (zh) | 一种雾霾监测装置、终端设备及雾霾监测方法 | |
| CN106526357B (zh) | 一种超级电容模组内的电容器均衡检测系统 | |
| Zhou et al. | Calibration and location analysis of a heterogeneous binocular stereo vision system | |
| CN111401176A (zh) | 一种基于多线激光雷达的路沿检测方法 | |
| CN202916012U (zh) | 平面图形色差自动检测装置 | |
| Lin et al. | Template matching algorithm based on edge detection | |
| CN105545596A (zh) | 一种基于风速和位置影响的角度测量误差方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |