CN115508733A - 一种汽车单体电池欠压报警数据清洗方法和装置 - Google Patents
一种汽车单体电池欠压报警数据清洗方法和装置 Download PDFInfo
- Publication number
- CN115508733A CN115508733A CN202211127368.5A CN202211127368A CN115508733A CN 115508733 A CN115508733 A CN 115508733A CN 202211127368 A CN202211127368 A CN 202211127368A CN 115508733 A CN115508733 A CN 115508733A
- Authority
- CN
- China
- Prior art keywords
- data
- alarm
- voltage
- battery
- under
- 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.)
- Pending
Links
- 238000004140 cleaning Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000007405 data analysis Methods 0.000 claims description 12
- 230000008676 import Effects 0.000 claims description 9
- 239000000178 monomer Substances 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 239000000523 sample Substances 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012502 risk assessment Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000013450 outlier detection Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
- B60L3/0046—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electric energy storage systems, e.g. batteries or capacitors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Sustainable Energy (AREA)
- Quality & Reliability (AREA)
- Sustainable Development (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明属于汽车技术领域，具体涉及一种汽车单体电池欠压报警数据清洗方法和装置；本发明通过一种单体电池欠压数据清洗控制逻辑，清洗新能源汽车根据GB/T 32960.3‑2016上传的报警数据，对于单体电池欠压报警数据进行挑拣处理，筛选出热失控发生时相关单体欠压的数据，本发明用于对热失控发生状态的电池体系变化研究，提升了工作效率和数据分析的准确率。
Description
技术领域
本发明属于汽车技术领域，具体的是一种新能源汽车动力电池单体电池欠压报警数据清洗方法和装置。
背景技术
随着新能源汽车市场应用的渐渐普及，大量的汽车报警信息和车用动力电池状态监控信息等相关数据待主机厂或供应商处理。电池欠压分析是业内重点关注的课题，作为电池热失控的重要判断依据，能够帮着工程师准确的读取到电池热失控发生时，电池的化学体系状态。但目前关于车辆单体电池欠压报警有诸多其他因素引起，对于热失控的判断造成干扰。因此，工程师在进行数据分析，能够通过一定程度的数据清洗预处理将大大提升工作效率，提高数据分析的准确率。
CN202010314133.1涉及一种基于电化学参数的电池分析方法和系统。该方法通过将采集到的电池宏观参数与通过曲线拟合算法进一步计算得到的基于电化学的微观参数相互耦合，从而使输入到训练过的机器学习模型中的特征参数包含更多有效信息，并经过边缘计算以及云计算进行两级数据清洗，从根本上提高机器学习模型的预测精度，经过电池大数据的分析，可以根据对实时数据的离群检测，实现故障预警与失控报警，通过海量历史数据的训练可以得到较为精确的预测模型，实现对电池状态的精确估计。
本发明相比于所检索专利优点在于：
1、基于大数据分析单体欠压报警数据并清洗无效数据；
2、对于无效数据有分析归类处理。
CN202111442183.9涉及基于实车数据的动力电池安全风险评估方法，数据准备阶段：获取运行数据；数据整理与特征提取阶段：对运行数据进行数据预处理，并提取相关特征；算法模型构建阶段：根据所提取的相关特征数据以LSTM模型和等效电路模型通过Adaboost算法对其进行耦合构建算法模型；算法模型预测阶段：以所构建的算法模型对无风险纯电动汽车数据进行训练，通过训练好的模型对有风险纯电动汽车的正常电压进行预测；安全风险评估阶段。利用大数据技术和机器学习与统计学习算法并结合等效电路模型的在线参数识别方法从车辆数据和电池数据中充分挖掘其中隐藏的电池正常电压信息及其变化规律，从而根据正常电压与实际电压偏移度来进行安全风险评估。
本发明相比于所检索专利优点在于：
1、针对发生热失控的单体欠压数据进行清洗；
2、对于其他非热失控的欠压报警进行分析归类
CN202010472793.2提供了一种电动汽车起火预警方法及装置，方法包括将车辆数据作为预先训练得到的各个预测模型的输入，得到预测模型输出的单体电池最高温度、单体电池最低温度和电池包电流；利用预设的起火判定规则，对单体电池最高温度、单体电池最低温度和电池包电流进行分析，确定电动汽车是否将要起火，若是，则输出起火预警信息。由于在确定电动汽车是否将要起火时，是利用的预测模型预测的一段时间后的温度和电流，因此，可以提前较长时间预测到电动汽车将要起火，提升了电动汽车使用的安全性。
本发明相比于所检索专利优点在于：
1、能够针对初始数据进行清洗，缩小有效数据范围；
2、对于其他非热失控的欠压报警进行分析归类
综上：对于上述专利文献中公开的单体电池欠压预警方法，均不具备针对性单体电池热失控数据清洗和无效数据的分析归类等特点，部分文献不具备大数据分析特点。
发明内容
为解决上述问题，本发明提供了一种新能源汽车动力电池单体电池欠压报警数据清洗方法和装置，基于GB/T 32960.3-2016的动力电池上传数据，针对电池单体欠压报警，通过一种数据判断逻辑和装置完成对动力电池非热失控报警数据和误报数据的清洗。
一种汽车单体电池欠压报警数据清洗方法，其特征在于，所述数据清洗的具体方法如下：
1)导入单体电池欠压报警信息；
2)判断报警是否持续：根据导入信息，判断是否报警，若是则执行步骤3)，否则执行步骤13)；
3)导入报警段电池数据；
4)判断SOC是否过低；若是则执行步骤5)，若否执行步骤8)；
5)判断电池单体一致性：判断报警发生时段单体电池电压极值压差是否≥△V，△V为电池单体一致性差报警阈值；若是则执行步骤6)，若否执行步骤11)；
6)判断充电后欠压与一致性差是否复现，若是则执行步骤7)，若否执行步骤13)；
7)记录VIN码，电池均衡或一致性差：输出电池均衡性能或电池单体一致性差，记录故障车辆VIN码；
8)输出欠压单体电池位号；
9)判断欠压单体电池温度：判断欠压单体电池所处温度探针的测量温度值是否≥T，T为电池高温报警阈值，若是则执行步骤10)，若否执行步骤11)；
10)记录电池高温欠压异常，输出电池发生热失控风险；
11)判断下次充电欠压是否恢复，若是则执行步骤13)，若否执行步骤12)；
12)记录并输出电池异常数据；
13)报警无效，数据洗出：认定报警数据无效，检测到的异常数据不计入数据仓中。
进一步地，所述导入单体电池欠压报警信息，是根据国家监控平台报警信息，将存在单体电池欠压报警的报警信息导入。
进一步地，所述判断报警是否持续，是根据导入信息，判断报警是否连续发生6次及以上，若是则执行步骤3)，否则执行步骤13)。
进一步地，所述导入报警段电池数据，是根据GB/T 32960.3-2016，导入报警段电池数据。
进一步地，所述判断SOC是否过低，是判断报警发生时段电池SOC是否＜X％；X％为考虑一致性的情况下，由于SOC过低导致电池欠压的阈值；若是则执行步骤5)，若否执行步骤8)。
进一步地，所述判断充电后欠压与一致性差是否复现，是检测报警发生后的第一次充电至电压正常后，低SOC段是否复现欠压与一致性差报警，若是则执行步骤7)，若否执行步骤13)。
进一步地，所述判断下次充电欠压是否恢复，是检测报警发生后的第一次充电结束，欠压单体电压是否恢复，若是则执行步骤13)，若否执行步骤12)。
一种汽车单体电池欠压报警数据清洗装置，包括以下模块：
数据采集模块，用于采集云端汽车报警信息；
报警检测模块，用于检测报警次数；
数据导入模块，用于将采集的数据导入系统；
数据分析模块，用于对数据进行清洗；
数据仓，用于存储清洗出的数据。
一种汽车单体电池欠压报警数据清洗装置，其特征在于：
1)通过数据采集模块采集云端汽车报警信息；
2)报警检测模块检测报警次数；
3)数据导入模块将采集的数据导入系统；
4)经过一系列清洗逻辑在数据分析模块中对数据进行清洗；
5)对清洗出的数据导入对应数据仓。
进一步地，所述采集的数据为GB/T 32960.3-2016数据。
本发明与现有技术相比有益技术效果：
本发明能够通过一定程度的数据清洗预处理，大大提升工作效率，提高数据分析的准确率。
本发明对热失控发生状态的电池体系变化研究，提升了工作效率和数据分析的准确率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明所述一种汽车单体电池欠压报警数据清洗方法逻辑图；
图2为本发明一种汽车单体电池欠压报警数据清洗装置示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
本发明通过一种单体电池欠压数据清洗控制逻辑，清洗新能源汽车根据GB/T32960.3-2016上传的报警数据，对于单体电池欠压报警数据进行挑拣处理，筛选出热失控发生时相关单体欠压的数据，本发明用于对热失控发生状态的电池体系变化研究，提升了工作效率和数据分析的准确率。
一种新能源汽车单体电池欠压报警数据清洗方法，包括以下步骤：
1)导入单体电池欠压报警信息；
2)判断报警是否持续：根据导入信息，判断报警是否连续发生6次及以上，若是则执行步骤3，否则执行步骤13；
3)导入报警段电池数据；
4)判断SOC是否过低：判断报警发生时段电池SOC是否＜X％。X％为考虑一致性的情况下，由于SOC过低导致电池欠压的阈值。若是则执行步骤5，若否执行步骤8；
5)判断电池单体一致性：判断报警发生时段单体电池电压极值压差是否≥△V，△V为电池单体一致性差报警阈值。若是则执行步骤6，若否执行步骤11；
6)判断充电后欠压与一致性差是否复现：检测报警发生后的第一次充电至电压正常后，低SOC段是否复现欠压与一致性差报警，若是则执行步骤7，若否执行步骤13；
7)记录VIN码，电池均衡或一致性差：输出电池均衡性能或电池单体一致性差，记录故障车辆VIN码，便于提醒维修；
8)输出欠压单体位号；
9)判断欠压单体电池温度：判断欠压单体电池所处温度探针的测量温度值是否≥T，T为电池高温报警阈值，若是则执行步骤10，若否执行步骤11；
10)记录电池高温欠压异常，输出热失控风险；
11)判断下次充电欠压是否恢复：检测报警发生后的第一次充电结束，欠压单体电压是否恢复，若是则执行步骤13，若否执行步骤12；
12)记录并输出异常数据；
13)报警无效，数据洗出：认定报警数据无效，检测到的异常数据不计入数据仓中。
参阅图2，一种汽车单体电池欠压报警数据清洗装置，包括以下模块：
数据采集模块，用于采集云端汽车报警信息；
报警检测模块，用于检测报警次数；
数据导入模块，用于将采集的数据导入系统；
数据分析模块，用于对数据进行清洗；
数据仓，用于存储清洗出的数据。
一种新能源汽车单体电池欠压报警数据清洗装置，包括：
1)通过数据采集模块采集云端汽车报警信息；
2)报警检测模块检测报警次数；
3)数据导入模块将采集的GB/T 32960.3-2016数据导入系统；
4)经过一系列清洗逻辑在数据分析模块中对数据进行清洗；
5)对清洗出的数据导入对应数据仓。
一种单体电池欠压报警数据清洗的具体方法如下：
参阅图1，1)导入单体电池欠压报警信息：根据国家监控平台报警信息，将存在单体电池欠压报警的报警信息导入；
2)判断报警是否持续：根据导入信息，判断报警是否连续发生6次及以上，若是则执行步骤3，否则执行步骤13；
3)导入报警段电池数据：根据GB/T 32960.3-2016，导入报警段电池数据；
4)判断SOC是否过低：判断报警发生时段电池SOC是否＜X％。X％为考虑一致性的情况下，由于SOC过低导致电池欠压的阈值。若是则执行步骤5，若否执行步骤8；
5)判断电池单体一致性：判断报警发生时段单体电池电压极值压差是否≥△V，△V为电池单体一致性差报警阈值。若是则执行步骤6，若否执行步骤11；
6)判断充电后欠压与一致性差是否复现：检测报警发生后的第一次充电至电压正常后，低SOC段是否复现欠压与一致性差报警，即充电至电压恢复正常后，放电至低SOC段，是否再次发生欠压报警和一致性差报警，若是则执行步骤7，若否执行步骤13；
7)记录VIN码，电池均衡或一致性差：输出电池均衡性能或电池单体一致性差，记录故障车辆VIN码，便于提醒维修；
8)输出欠压单体位号：输出欠压单体电池位号；
9)判断欠压单体电池温度：判断欠压单体电池所处温度探针的测量温度值是否≥T，T为电池高温报警阈值，若是则执行步骤10，若否执行步骤11；
10)记录电池高温欠压异常，输出热失控风险：记录电池高温欠压异常，输出电池发生热失控风险；
11)判断下次充电欠压是否恢复：检测报警发生后的第一次充电结束，欠压单体电压是否恢复，若是则执行步骤13，若否执行步骤12；
12)记录并输出异常数据：记录并输出电池异常数据；
13)报警无效，数据洗出：认定报警数据无效，检测到的异常数据不计入数据仓中。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施模式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言，可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，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，都应涵盖在本发明的保护范围之内。同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
Claims (10)
1.一种汽车单体电池欠压报警数据清洗方法，其特征在于，所述数据清洗的具体方法如下：
1)导入单体电池欠压报警信息；
2)判断报警是否持续：根据导入信息，判断是否报警，若是则执行步骤3)，否则执行步骤13)；
3)导入报警段电池数据；
4)判断SOC是否过低；若是则执行步骤5)，若否执行步骤8)；
5)判断电池单体一致性：判断报警发生时段单体电池电压极值压差是否≥△V，△V为电池单体一致性差报警阈值；若是则执行步骤6)，若否执行步骤11)；
6)判断充电后欠压与一致性差是否复现，若是则执行步骤7)，若否执行步骤13)；
7)记录VIN码，电池均衡或一致性差：输出电池均衡性能或电池单体一致性差，记录故障车辆VIN码；
8)输出欠压单体电池位号；
9)判断欠压单体电池温度：判断欠压单体电池所处温度探针的测量温度值是否≥T，T为电池高温报警阈值，若是则执行步骤10)，若否执行步骤11)；
10)记录电池高温欠压异常，输出电池发生热失控风险；
11)判断下次充电欠压是否恢复，若是则执行步骤13)，若否执行步骤12)；
12)记录并输出电池异常数据；
13)报警无效，数据洗出：认定报警数据无效，检测到的异常数据不计入数据仓中。
2.根据权利要求1所述的一种汽车单体电池欠压报警数据清洗方法，其特征在于：
所述导入单体电池欠压报警信息，是根据国家监控平台报警信息，将存在单体电池欠压报警的报警信息导入。
3.根据权利要求1所述的一种汽车单体电池欠压报警数据清洗方法，其特征在于：
所述判断报警是否持续，是根据导入信息，判断报警是否连续发生6次及以上，若是则执行步骤3)，否则执行步骤13)。
4.根据权利要求1所述的一种汽车单体电池欠压报警数据清洗方法，其特征在于：
所述导入报警段电池数据，是根据GB/T 32960.3-2016，导入报警段电池数据。
5.根据权利要求1所述的一种汽车单体电池欠压报警数据清洗方法，其特征在于：
所述判断SOC是否过低，是判断报警发生时段电池SOC是否＜X％；X％为考虑一致性的情况下，由于SOC过低导致电池欠压的阈值；若是则执行步骤5)，若否执行步骤8)。
6.根据权利要求1所述的一种汽车单体电池欠压报警数据清洗方法，其特征在于：
所述判断充电后欠压与一致性差是否复现，是检测报警发生后的第一次充电至电压正常后，低SOC段是否复现欠压与一致性差报警，若是则执行步骤7)，若否执行步骤13)。
7.根据权利要求1所述的一种汽车单体电池欠压报警数据清洗方法，其特征在于：
所述判断下次充电欠压是否恢复，是检测报警发生后的第一次充电结束，欠压单体电压是否恢复，若是则执行步骤13)，若否执行步骤12)。
8.一种汽车单体电池欠压报警数据清洗装置，其特征在于，包括以下模块：
数据采集模块，用于采集云端汽车报警信息；
报警检测模块，用于检测报警次数；
数据导入模块，用于将采集的数据导入系统；
数据分析模块，用于对数据进行清洗；
数据仓，用于存储清洗出的数据。
9.根据权利要求8所述的一种汽车单体电池欠压报警数据清洗装置，其特征在于：
1)通过数据采集模块采集云端汽车报警信息；
2)报警检测模块检测报警次数；
3)数据导入模块将采集的数据导入系统；
4)经过一系列清洗逻辑在数据分析模块中对数据进行清洗；
5)对清洗出的数据导入对应数据仓。
10.根据权利要求8所述的一种汽车单体电池欠压报警数据清洗装置，其特征在于：
所述采集的数据为GB/T 32960.3-2016数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211127368.5A CN115508733A (zh) | 2022-09-16 | 2022-09-16 | 一种汽车单体电池欠压报警数据清洗方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211127368.5A CN115508733A (zh) | 2022-09-16 | 2022-09-16 | 一种汽车单体电池欠压报警数据清洗方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115508733A true CN115508733A (zh) | 2022-12-23 |
Family
ID=84503293
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211127368.5A Pending CN115508733A (zh) | 2022-09-16 | 2022-09-16 | 一种汽车单体电池欠压报警数据清洗方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115508733A (zh) |
-
2022
- 2022-09-16 CN CN202211127368.5A patent/CN115508733A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sun et al. | An online data-driven fault diagnosis and thermal runaway early warning for electric vehicle batteries | |
| CN114559819B (zh) | 一种基于信号处理的电动汽车电池安全预警方法 | |
| CN116154900B (zh) | 一种电池储能电站的主动安全三级防控系统及方法 | |
| CN111257755B (zh) | 一种预防性检测诊断电池包方法 | |
| CN103103570B (zh) | 基于主元相似性测度的铝电解槽况诊断方法 | |
| CN115659236A (zh) | 一种基于软分类的直流充电桩故障预警方法 | |
| CN115792681A (zh) | 一种基于车联网大数据平台的单体电池一致性检测算法 | |
| CN118376936B (zh) | 一种锂电池状态智能诊断方法及系统 | |
| CN114267150A (zh) | 一种锂电池热失控早期火灾检测预警方法 | |
| CN113866641A (zh) | 一种锂离子电池的故障检测方法及装置 | |
| CN116923188B (zh) | 一种新能源车的充电保护系统 | |
| CN117872159B (zh) | 一种基于数据分析的锂电芯充放电异常检测方法及系统 | |
| CN117368745B (zh) | 基于深度学习的硬包锂电池安全监测方法及装置 | |
| CN118294750A (zh) | 基于继电保护的自动对点校验系统 | |
| CN114460481A (zh) | 基于Bi-LSTM和注意力机制的储能电池热失控预警方法 | |
| CN109739197A (zh) | 一种化工废料处理设备的多工况故障预测方法 | |
| CN111914888B (zh) | 一种多工况识别与故障检测一体化的化工过程监测方法 | |
| CN117289162A (zh) | 一种基于组端收敛方法的蓄电池健康预测方法及系统 | |
| CN115508733A (zh) | 一种汽车单体电池欠压报警数据清洗方法和装置 | |
| Wang et al. | TranAD: A Deep Transformer Model for Fault Diagnosis of Lithium Batteries | |
| CN118523491B (zh) | 一种基于物联网的电力设备数据安全监测系统及方法 | |
| CN118899558A (zh) | 一种基于bim模型的bms电池管理方法 | |
| Zhang et al. | Application of Chaotic Particle Swarm Optimization Algorithm in Remote Fault Detection of Electrical System | |
| Li et al. | Early Anomaly Detection of Power Battery Based on Time-series Features | |
| CN118730218A (zh) | 一种储能柜安全监测系统 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: 130012 no.4888, Yushan Road, Changchun high tech Development Zone, Jilin Province Applicant after: FAW Besturn Automotive Co.,Ltd. Address before: No. 4888, Yushan Road, Changchun high tech Industrial Development Zone, Changchun City, Jilin Province Applicant before: FAW Pentium Car Co.,Ltd. Country or region before: China |