CN116298965A - 动力安全评估方法、装置、电子装置和存储介质 - Google Patents

动力安全评估方法、装置、电子装置和存储介质 Download PDF

Info

Publication number
CN116298965A
CN116298965A CN202211580250.8A CN202211580250A CN116298965A CN 116298965 A CN116298965 A CN 116298965A CN 202211580250 A CN202211580250 A CN 202211580250A CN 116298965 A CN116298965 A CN 116298965A
Authority
CN
China
Prior art keywords
power
value
aircraft
energy
data
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
Application number
CN202211580250.8A
Other languages
English (en)
Inventor
朱运征
成利波
黄海山
谢安桓
朱世强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Lab
Original Assignee
Zhejiang Lab
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Lab filed Critical Zhejiang Lab
Priority to CN202211580250.8A priority Critical patent/CN116298965A/zh
Publication of CN116298965A publication Critical patent/CN116298965A/zh
Pending legal-status Critical Current

Links

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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/60—Testing or inspecting aircraft components or systems
    • 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]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Transportation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本申请涉及一种动力安全评估方法、装置、电子装置和存储介质，其中，该动力安全评估方法包括：获取路径规划数据；将所述路径规划数据输入输出功率预测模型，得到所述飞行器的输出功率的预测需求值；获取动力电池包的实际能量数据；基于所述实际能量数据和预设映射关系确定所述飞行器的输出功率的预测边界值，所述预设映射关系为所述动力电池包的可释放能量值与边界功率的映射关系；基于所述预测需求值与所述预测边界值确定动力安全评估结果。通过本申请，解决了相关技术中存在电动飞行器安全系数低下的问题，实现了提高电动飞行器安全系数的技术效果。

Description

动力安全评估方法、装置、电子装置和存储介质
技术领域
本申请涉及电动飞行器技术领域，特别是涉及一种动力安全评估方法、装置、电子装置和存储介质。
背景技术
随着锂离子电池性能的提升以及电池制作成本的下降，以锂离子电池为动力的载人飞行器逐渐展露其商业价值，许多研究机构和企业将电动载人飞行器作为重要研究方向。单个锂离子电池由于电压平台低、能量有限等原因，很难在大规模电池系统中单独使用。一般使用过程中都是采用成千上万个单体电池通过串联、并联或混联的方式连接成动力电池包或动力电池组使用，以满足电动载人飞行器的需求。
当前电动载人飞行器作为一个新兴事物，很多电池管理算法都是借鉴新能源汽车的电池管理算法。对于新能源汽车来说，行驶过程中电池动力不能满足汽车需求功率，只会造成汽车速度达不到目标值而已，并不会产生危险性，而对载人飞行器来说，若电池动力不能满足飞行器需求的功率时，那么飞行器无法在空中稳定运行，那么飞机就有坠机风险，导致重大安全事故发生。当前研究中，并没有从载人飞行器应用场景出发来对飞行器动力安全进行评估的方案。
针对相关技术中存在电动飞行器安全系数低下的问题，目前还没有提出有效的解决方案。
发明内容
在本实施例中提供了一种动力安全评估方法、装置、电子装置和存储介质，以解决相关技术中电动飞行器安全系数低下的问题。
第一个方面，在本实施例中提供了一种动力安全评估方法，包括：
获取路径规划数据；
将所述路径规划数据输入输出功率预测模型，得到所述飞行器的输出功率的预测需求值；
获取动力电池包的实际能量数据；
基于所述实际能量数据和预设映射关系确定所述飞行器的输出功率的预测边界值，所述预设映射关系为所述动力电池包的可释放能量值与边界功率的映射关系；
基于所述预测需求值与所述预测边界值确定动力安全评估结果。
在其中的一个实施例中，所述将所述路径规划数据输入输出功率预测模型，得到所述飞行器的输出功率的预测需求值包括：获取与所述路径规划数据对应的预计飞行时间；基于预设时间周期对所述预计飞行时间进行离散化处理，确定离散时间点；对所述预设时间周期内的所述路径规划数据取平均值，得到与所述离散时间点对应的离散特征值；将所述离散特征值输入所述输出功率预测模型，得到与所述离散时间点对应的所述飞行器的输出功率的预测需求值。
在其中的一个实施例中，所述基于所述实际能量数据和预设映射关系确定所述飞行器的输出功率之前包括：获取所述飞行器的动力电池包的最大电流限制值、所述动力电池包内并联的单体电池数量以及所述单体电池的最大电压值；基于所述动力电池包的所述最大电流限制值、所述动力电池包内并联的单体电池数量以及所述单体电池的最大电压值，确定所述单体电池在恒流工况测试中的功率输出范围；在所述单体电池的功率输出范围内选取多个功率测试值；基于所述功率测试值对满电状态的所述单体电池进行恒功率放电测试，确定所述单体电池的可释放能量与输出功率的映射关系；获取所述动力电池包内串联的单体电池数量；基于所述动力电池包内的串联的单体电池数量以及所述单体电池的可释放能量与输出功率的映射关系，确定所述飞行器的动力电池包的可释放能量值与边界功率的参考映射关系。
在其中的一个实施例中，所述基于所述功率测试值对满电状态的所述单体电池进行恒功率放电测试，确定所述单体电池的可释放能量与输出功率的映射关系包括：将所述单体电池的满电状态下的电量作为初始能量值；基于所述功率测试值进行预设时间的恒功率放电测试，当检测到所述单体电池的电流达到所述单体电池的最大电流限制值时，将所述单体电池的实时电量作为终止能量值；基于所述初始能量值和所述终止能量值确定所述单体电池的可释放能量；将所述可释放能量与所述功率测试值关联，确定所述单体电池的可释放能量与输出功率的映射关系。
在其中的一个实施例中，所述获取动力电池包的实际能量数据包括：获取所述动力电池包的标称容量、所述动力电池包内的单体电池串联数量、所述单体电池的电池荷电量、所述单体电池的开路电压值以及预计飞行时间；基于所述动力电池包的标称容量、所述动力电池包内的单体电池串联数量、所述单体电池的电池荷电量、所述单体电池的开路电压值以及预计飞行时间确定所述动力电池包的实际能量数据。
在其中的一个实施例中，所述基于所述预测需求值与所述预测边界值确定动力安全评估结果包括：获取多个时刻所述飞行器的所述输出功率的预测需求值以及所述预测边界值；若任一时刻的预测需求值大于所述预测边界值，则判定动力安全评估结果为不安全。
在其中的一个实施例中，所述方法还包括：获取冗余路径数据，所述冗余路径数据为飞行器降落参数；将所述冗余路径数据输入所述输出功率预测模型，得到所述飞行器的输出功率的紧急降落需求值；基于所述冗余路径数据确定所述飞行器紧急降落所需的预留能量数据；基于所述预留能量数据、所述实际能量数据、预计飞行时间和所述预设映射关系确定所述飞行器的输出功率的修正预测边界值；若任一时刻的紧急降落需求值大于所述修正预测边界值，则判定动力安全评估结果为安全。
第二个方面，在本实施例中提供了一种动力安全评估装置，包括：
第一获取模块，用于获取路径规划数据；
第一处理模块，用于将所述路径规划数据输入输出功率预测模型，得到飞行器的输出功率的预测需求值；
第二获取模块，用于获取动力电池包的实际能量数据；
第二处理模块，用于基于所述实际能量数据和预设映射关系确定所述飞行器的输出功率的预测边界值，所述预设映射关系为所述动力电池包的可释放能量值与边界功率的映射关系；
评估模块，用于基于所述预测需求值与所述预测边界值确定动力安全评估结果。
第三个方面，在本实施例中提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一个方面所述的动力安全评估方法。
第四个方面，在本实施例中提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一个方面所述的动力安全评估方法。
与相关技术相比，在本实施例中提供的动力安全评估方法，应用于飞行器，通过获取路径规划数据；将所述路径规划数据输入输出功率预测模型，得到所述飞行器的输出功率的预测需求值；获取动力电池包的实际能量数据；基于所述实际能量数据和预设映射关系确定所述飞行器的输出功率的预测边界值，所述预设映射关系为所述动力电池包的可释放能量值与边界功率的映射关系；基于所述预测需求值与所述预测边界值确定动力安全评估结果，解决了相关技术中存在电动飞行器安全系数低下的问题，实现了对电动飞行器的输出功率进行检测，对动力安全进行评估，提高电动飞行器安全系数的技术效果。
本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是本实施例的动力安全评估方法的终端的硬件结构框图；
图2是本实施例的动力安全评估方法的流程图；
图3是本申请另一实施例的动力安全评估方法示意图；
图4是根据本申请实施例的动力安全评估方法的“能量-边界功率”曲线图；
图5是根据本申请实施例的功率输出AI模型；
图6是根据本申请实施例的动力安全评估方法的规划路径筛选示意图；
图7是本实施例的动力安全评估装置的结构框图。
具体实施方式
为更清楚地理解本申请的目的、技术方案和优点，下面结合附图和实施例，对本申请进行了描述和说明。
除另作定义外，本申请所涉及的技术术语或者科学术语应具有本申请所属技术领域具备一般技能的人所理解的一般含义。在本申请中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制，它们可以是单数或者复数。在本申请中所涉及的术语“包括”、“包含”、“具有”及其任何变体，其目的是涵盖不排他的包含；例如，包含一系列步骤或模块(单元)的过程、方法和系统、产品或设备并未限定于列出的步骤或模块(单元)，而可包括未列出的步骤或模块(单元)，或者可包括这些过程、方法、产品或设备固有的其他步骤或模块(单元)。在本申请中所涉及的“连接”、“相连”、“耦接”等类似的词语并不限定于物理的或机械连接，而可以包括电气连接，无论是直接连接还是间接连接。在本申请中所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。通常情况下，字符“/”表示前后关联的对象是一种“或”的关系。在本申请中所涉及的术语“第一”、“第二”、“第三”等，只是对相似对象进行区分，并不代表针对对象的特定排序。
在本实施例中提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。比如在终端上运行，图1是本实施例的动力安全评估方法的终端的硬件结构框图。如图1所示，终端可以包括一个或多个(图1中仅示出一个)处理器102和用于存储数据的存储器104，其中，处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置。上述终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述终端的结构造成限制。例如，终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示出的不同配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如在本实施例中的动力安全评估方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输设备106用于经由一个网络接收或者发送数据。上述的网络包括终端的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(NetworkInterface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。
对于锂电池为动力系统的载人飞行器来说，飞行器的飞行受三个因素影响：锂电池系统的电量、锂电池电池温度、电机最大电流。在实际的飞行器的飞行过程中，相比于受电量约束；锂电池系统受后两者约束情况更为常见。
锂电池温度过高时会有失控风险，因此锂电池工作温度一般不能超过50-65度，实际过程中由于锂电池系统的超大功率输出，热量会急剧累计，往往会出现电池系统的电量还没有用完，电池的温度就已经超过了电池安全温度，这时飞行器不得不停下来。
飞行器的电机受控制影响，可输出电流有上限值。使用过程中随着锂电池的电量减少，电池输出电压是逐步下降，例如满电时单体三元锂电池放电电压可以达到3.8V以上，电量接近0时单体电压只有2.8V。相同飞行状态下，飞行器需要的功率不变，而动力锂电池电压逐渐下降，那么动力电池输出的电流自然会增加，有可能在电量还没有放完时，电池输出电流大于电机电流上限，这时会导致电流过大以及温度急剧上升，甚至烧坏飞行器的电子元器件，造成严重的安全事故。
在本实施例中提供了一种动力安全评估方法，应用于飞行器，特别是应用于载人飞行器，图2是本实施例的动力安全评估方法的流程图，如图2所示，该流程包括如下步骤：
步骤S201，获取路径规划数据。
具体地，路径规划是指在飞行器起飞前，基于飞行器的位置信息、时间信息以及预置的控制指令，计算出飞行器的飞行路线、飞行速度和飞行姿态，实现对飞行器飞行过程的智能规划。路径规划的方案可以是一种或多种，例如速度优先方案、节能优先方案等等。飞行时间与路径规划时间相对应，体现了对飞行器路径规划过程中各个时间节点的安排和设置。在本实施例中，路径规划数据包括飞行器载重数据、飞行器运动数据以及飞行环境数据。飞行器载重数据是飞行器起飞前，称重得到的飞行器内部载重的重量数据，该数据可通过重量传感器检测得到。飞行器运动数据，主要是指飞行器按照路径规划方案飞行时的各项运动参数，例如飞行路线、飞行速度和飞行姿态等，具体地，飞行运动数据包括角速度、上升速度、上升加速度、沿机身方向的速度、沿机身方向的加速度、垂直机身方向速度、垂直机身方向加速度等。飞行环境数据主要是指飞行器外界的风速情况。优选的，结合外界风速情况以及规划路径上飞行器的速度和姿态，对每个位置的风向进行分解，计算每个时空位置的沿机身方向的风速以及垂直机身方向的风速。通过路径规划数据，可以预先实现对飞行器未来飞行过程的初步模拟。
步骤S202，将路径规划数据输入输出功率预测模型，得到飞行器的输出功率的预测需求值。
具体地，输出功率预测模型是指基于飞行器的飞行数据，提取飞行器的飞行状态特征，通过对机器学习模型或深度学习模型等进行训练得到的关于飞行器的输出功率的智能AI模型，可以用于预估飞行器在不同姿态、不同环境下的飞行器动力电池系统的输出功率，其中，机器学习模型可以通过随机森林、神经网络等算法实现。在其中的一些实施例中，该输出功率预测模型还可以是输出功率预测策略设计的数学计算模块。通过将路径规划数据输入输出功率预测模型，可以快速准确的预估飞行器按照规划路径飞行过程中输出功率的预测需求值。
步骤S203，获取动力电池包的实际能量数据。
具体地，动力电池包的可释放能量值与边界功率的参考映射关系，体现了锂电池在达到输出电流的上限之前，所能释放的电池包电量与可持续输出的最大输出功率之间的关系。该参考映射关系也可称为“能量-边界功率”曲线，其含义是从动力电池包充满开始放电，若想放出预设能量，则载人飞行器允许的最大功率，或者说以预设功率持续放电，动力电池包所能放出的最大能量。
步骤S204，基于实际能量数据和预设映射关系确定所述飞行器的输出功率的预测边界值，预设映射关系为动力电池包的可释放能量值与边界功率的映射关系。
具体地，动力电池包的实际能量数据是指飞行器按照路径规划的飞行时间内任意时刻的动力电池包的能量。基于该预估能量值以及预设映射关系，可以确定飞行器在预测飞行过程中的每一时刻所能输出的最大输出功率，也就是预测边界值。
步骤S205，基于预测需求值与预测边界值确定动力安全评估结果。
具体地，将预测需求值与预测边界值进行比对，若预测需求值小于预测边界值，则说明飞行器沿当前路径规划方案飞行的过程中不会出现飞行器输出功率超过边界功率的情况，即表示电池系统可以满足该路径动力需求，动力安全性可靠；若预测需求值大于预测边界值，则说明沿当前路径规划方案飞行过程中会出现飞机输出功率超过边界功率的情况，即表示电池系统无法满足该路径动力需求，动力安全性低下。
通过上述步骤，本实施例的动力安全评估方法，针对电动载人飞行器场景，聚焦电池功率变化，实现了在飞行器起飞前对其路径规划的动力安全进行预判。基于“能量-边界功率”曲线和飞行器实时功率的AI模型，实现对飞行器的规划路径、剩余能量安全边界计算，实现了飞行前的动力安全评估，提高了电动飞行器的安全性。
在其中的一个实施例中，将路径规划数据输入输出功率预测模型，得到飞行器的输出功率的预测需求值包括：获取与所述路径规划数据对应的预计飞行时间；基于预设时间周期对预计飞行时间进行离散化处理，确定离散时间点；对预设时间周期内的路径规划数据取平均值，得到与离散时间点对应的离散特征值；将离散特征值输入输出功率预测模型，得到与离散时间点对应的飞行器的输出功率的预测需求值。
具体地，离散化处理是指以离散的时间段分解预先规划的路径，将路径规划数据转换为离散的数据点便于输入输出功率预测模型。离散特征值是指与路径规划数据相对应的特征数据，如载重、角速度、上升速度、上升加速度、沿机身方向的速度、沿机身方向的加速度、垂直机身方向速度、垂直机身方向加速度、沿机身方向风速、垂直机身方向风速等。若一个时间段内采集了多次规划路径数据，其相同特征数据对应的特征值不同，则进行加权平均，取均值作为离散特征值。进行离散化处理有利于提高数据处理效率，便于输出功率预测模型进行处理。
在其中的一个实施例中，基于所述实际能量数据和预设映射关系确定所述飞行器的输出功率之前包括：获取飞行器的动力电池包的最大电流限制值、动力电池包内并联的单体电池数量以及单体电池的最大电压值；基于动力电池包的最大电流限制值、动力电池包内并联的单体电池数量以及单体电池的最大电压值，确定单体电池在恒流工况测试中的功率输出范围；在单体电池的功率输出范围内选取多个功率测试值；基于功率测试值对满电状态的单体电池进行恒功率放电测试，确定单体电池的可释放能量与输出功率的映射关系；获取动力电池包内串联的单体电池数量；基于动力电池包内的串联的单体电池数量以及单体电池的可释放能量与输出功率的映射关系，确定飞行器的动力电池包的可释放能量值与边界功率的映射关系。
具体地，飞行器的动力电池包的可释放能量值与边界功率的参考映射关系，即“能量-边界功率”曲线，作为预估飞行器飞行过程中最大输出功率的计算函数，其获取需要经过多次实验进行数据采集和归纳。通过对飞行器动力电池通过类型的单体电池进行恒功率测试，得到该单体电池的上限功率和下限功率。在上限功率或下限功率之间，按照固定间隔划分出多个功率测试点，以划分后的功率值，对满充单体电池进行恒功率放电测试，放电到电池截止电压。功率间隔越小划分的功率至越多，恒功率实验也就多，最终的得到的“能量-边界功率”曲线的精度也就越高。
在其中的一个实施例中，基于功率测试值对满电状态的单体电池进行恒功率放电测试，确定单体电池的可释放能量与输出功率的映射关系包括：将单体电池的满电状态下的电量作为初始能量值；基于功率测试值进行预设时间的恒功率放电测试，当检测到单体电池的电流达到单体电池的最大电流限制值时，将单体电池的实时电量作为终止能量值；基于初始能量值和终止能量值确定单体电池的可释放能量；将可释放能量与功率测试值关联，确定单体电池的可释放能量与输出功率的映射关系。
具体地，恒功率放电实验中，随着电量的减少电池电压会降低，因此输出电流会逐渐上升。从测试过程中选取电池电流刚刚达到单体电池最大输出电流时的能量值，记为该功率下的可用能量Ec CellP，p是表示测试的功率，c表示单体，此次恒流功率记为CellP。若整个恒流测试过程中电流始终没有超过单体电池最大输出电流，则以放电结束时的能量累计作为该恒功率的边界能量Ec Cell。
在其中的一个实施例中，获取动力电池包的实际能量数据包括：获取动力电池包的标称容量、动力电池包内的单体电池串联数量、单体电池的电池荷电量、单体电池的开路电压值以及预计飞行时间；基于动力电池包的标称容量、动力电池包内的单体电池串联数量、单体电池的电池荷电量以及单体电池的开路电压值以及预计飞行时间确定动力电池包的实际能量数据。
具体地，由于“能量-边界功率”曲线中的能量是以满充位置为起点进行累计，即单体电池SOC＝100％时能量为0，记为E0＝0。但是动力电池包是由多节电池串并联而成，具有不一致性，也就是说动力电池包充满电时，有的单体电池的电池荷电量SOC为100％，有的单体电池的电池荷电量SOC却达不到100％，这样必然会影响电池查找边界功率的准确性，因此需要对动力电池包的能量初始值进行修正。在动力电池包具有不一致性时，可以认为能量累计的起始值大于0，即E0>0。需要基于单体电池SOC的不一致性计算起始能量。
在其中的一个实施例中，动力电池包的实际能量数据计算的计算过程包括：获取动力电池包的最大单体SOC和最小单体SOC，分别记为MaxCellSoc和MinCellSoc。电池静置一段时间后的两端电压称为开路电压OCV，SOC和OCV一一对应，不同SOC位置对应的OCV不同。查找开路电压OCV表得到MinCellSoc对应的OCV，记为minOCV，MaxCellSoc对应的OCV，记为maxOCV。然后计算初始pack的不一致性带来的能量损失，计算公式如下：
Figure BDA0003990402700000091
其中，Cp是动力电池包的标称容量。
确定起始能量后，根据路径规划数据对应的预计飞行时间，可以确定飞行器在飞行过程中各个时刻的实际能量数据。
在其中的一个实施例中，基于所述预测需求值与所述预测边界值确定动力安全评估结果：获取多个时刻飞行器的输出功率的预测需求值以及预测边界值；若任一时刻的预测需求值大于预测边界值，则判定动力安全评估结果为不安全。
在其中的一个实施例中，方法还包括：获取冗余路径数据，冗余路径数据为飞行器降落参数；将冗余路径数据输入输出功率预测模型，得到飞行器的输出功率的紧急降落需求值；基于冗余路径数据确定飞行器紧急降落所需的预留能量数据；基于预留能量数据、实际能量数据、预计飞行时间和预设映射关系确定飞行器的输出功率的修正预测边界值；若任一时刻的紧急降落需求值大于修正预测边界值，则判定动力安全评估结果为安全。
具体地，为保证飞行安全，载人飞行器通过需要预留紧急降落的电量。紧急降落是按照一定速度将飞机稳定降落到地面，飞行器速度可综合飞行器载重、风速、飞行器的结构强度、人的安全等多因素进行设置，优选的，降落速度的范围可设置为0-2m/s。飞行器从当前高度按照降落速度下降到地面的规划路径，称为冗余路径，飞行器在任意时刻都要确保具有超过冗余路径需要的能量和功率，才能保证其飞行安全。因此，当飞行器设置有冗余路径规划时，还需要保证紧急降落需求值大于修正预测边界值，以确保载人飞行器中的人员在遇到紧急情况时可以安全降落。此外，除了进行动力安全性预评估，本申请通过冗余路径规划以及“能量-边界功率”曲线，还可以实现对飞行器的动力实时安全判断，保证飞行器可随时紧急降落，极大的保障了飞行器的动力安全性。
在本实施例中还提供了一种动力安全评估方法，图3是本申请另一实施例的动力安全评估方法示意图，如图3所示，进行锂电池恒功率测试，基于测试结果进行“能量-边界功率”曲线提取，并进行初始能量修正。与此同时，提取飞行器状态特征，建立功率输出模型，功率输出模型即输出功率预测模型，然后基于环境和控制指令将规划的路径解析为连续特征点。然后进行飞行器规划路径的安全性计算并通过冗余路径计算，进行动力安全实时判断，确保飞行前和飞行中的动力安全评估。下面通过优选实施例对本实施例进行描述和说明。
首先，进行锂电池恒功率测试。具体地，锂离子系统载人飞行器的桨叶通过电机带动。由于飞行过程中受控制系统的影响，每个载人飞行器的电机电流都会有使用上限，记做MaxPackCur，即动力电池包的最大输出电流。电池电压受内部电量影响，电池满充时电压最大，记为MaxCellVol，即单体电池的最大输出电压，通常载人飞行器电池采用三元电池，单体最大电压范围为4.1伏特-4.4伏特之间。采用一个与飞行器动力电池包内单体电池相同型号的单体电芯进行恒功率测试。恒功率测试的下限功率为MinCellPower＝0，恒功率测试的上限功率记做MaxCellPower。MaxCellPower上限功率计算公式为：
MaxCellCur＝MaxPackCur/并联节数
MaxCellPower＝MaxCellVol*MaxCellCur
在MinCellPower和MaxCellPower之间，按照固定间隔划分测试功率点。按照划分后的测试功率点，对满充单体电池进行恒功率放电测试，该测试放电到单体电池的电压达到截至电压为止。功率间隔越小划分的功率值越多，恒功率实验也就越多。
其次，进行“能量-边界功率”曲线提取。具体地，基于多组恒功率实验，提取“能量-边界功率”曲线。该提取过程包括：基于恒功率放电数据，从满充位置累计能量到放电结束，得到恒功率测试时的每时刻能量值Ec k，k表示时刻，c表示能量为单体能量。满充时能量为Ec 0＝0。
恒功率放电实验中，随着电量的减少电池电压会降低，因此输出电流会逐渐上升。在测试过程中选取电池电流刚刚超过MaxCellCur时的能量值，记为该测试功率下的可用能量Ec CellP，p是表示测试的功率，c表示单体，此次恒流功率记为CellP。若整个恒流测试过程中电流始终没有超过MaxCellCur，则以放电结束时的能量累计作为该恒功率的边界能量Ec Cell。
通过前述恒功率放电实验，可以得到一系列单体功率CellP以及对应的可用能量Ec Cell。但载人飞行器是采用动力电池包pack的方式提供动力，则对应的pack的功率P＝CellP*电池串联节数，对应pack可用能量E＝Ec Cell*电池串联节数。可得到一系列不同pack功率下对应的可用能量，以可用能量为横坐标，以对应功率为纵坐标绘制，并连接成曲线，得到“能量—边界功率”曲线。图4是根据本申请实施例的动力安全评估方法的“能量-边界功率”曲线图，如图4所示，从充满开始放电，若想放出能量E，则载人飞行器允许的最大功率，或者说以P功率持续放电，电池能放出的最大能量。M点含义是指电池以P2功率放电，电池可放出的最大能量是E2；相应的N点含义指电池以P1功率放电，电池可放出的最大能量是E1。
此外，还需进行初始能量修正。图4中的“能量-边界功率”曲线，其中的能量是以满充位置为起点进行累计的，即单体电池SOC＝100％时能量为0，记为E0＝0。但是动力电池包pack是由多节电池串并联而成，具有不一致性，也就是说pack充满电时，有的单体电池SOC为100％，有的单体电池SOC小于100％，这会影响电池查找边界功率的准确性。因此，在pack具有不一致性时，可认为能量累计的起始值大于0，即E0>0。然后基于SOC的不一致性计算起始能量。
具体的起始能量计算过程包括：设pack的最大单体SOC、最小单体SOC分别为MaxCellSoc、MinCellSoc。电池静置一段时间后的两端电压称为OCV，SOC和OCV一一对应，不同SOC位置OCV不同。
查找OCV表得到，MinCellSoc对应的OCV，记为minOCV，MaxCellSoc对应的OCV，记为maxOCV。然后计算初始pack的不一致性带来的能量损失，公式如下：
Figure BDA0003990402700000121
其中，Cp是pack的标称容量。
另外，建立飞行器在不同飞行特征下的功率输出AI模型。本实施例中主要基于载人飞行器的飞行数据，提取飞行器的状态特征，建立飞行器的输出功率AI模型，以预估不同姿态、环境下电池的输出功率。具体地，功率输出AI模型的建立过程包括：收集不同飞行器的历史数据、包括每时刻的风速、风向、飞行器姿态、速度、电池输出电压、电流、温度等。根据相应的飞行器电流和电压的乘积得到飞行器的输出功率，作为AI模型的输出。
基于载人飞行器的飞行数据，提取飞行器的状态特征，建立电池输出功率AI模型的输入特征。基于载人飞行器的特点，可以用10个特征来描述飞行过程中飞行器的状态，这10个特征是：载重、角速度、上升速度、上升加速度、沿机身方向的速度、沿机身方向的加速度、垂直机身方向速度、垂直机身方向加速度、沿机身方向风速、垂直机身方向风速。
以顺时针方向为角速度的正方向；载人飞行器有机头和机尾，从机尾指向机头的方向为沿机身方向的正方向；沿机身方向的正方向顺时针旋转90度为垂直机身方向的正方向；垂直向上为上升速度的正方向；上述风速是相对风速，因为只有空气和飞机产生相对运动时才会产生阻力或推力。
然后将飞行器的特征作为输入量，将相应状态下对应的电池功率作为输出量，训练载人飞行器的功率的AI模型，可采用随机森林、神经网络等方法训练得到，图5是根据本申请实施例的功率输出AI模型，如图5所示，将基于载人飞行器的特征数据输入AI模型，即可得到预测的电池输出功率。
分别获得“能量-边界功率”曲线和载人飞行器电池的功率输出AI模型之后，基于这两个设计，在飞行之初对规划好的路径进行安全预估以及对飞行过程中进行动力安全冗余。
其中，路径的安全性计算规划路径的安全性计算包括：
在飞行前测量飞行器内部载重重量；获取载人飞行器的路径规划。路径规划就是在飞行前，基于位置信息、时间信息，预先设置控制指令和调整位置，让飞行器按照指定路线、速度、姿态飞行。因此结合控制指令规划的调整位置，可计算出规划路径中，不同时间点的飞行器的速度、加速、角速度，以及预计飞行时间；结合外界风速情况、以及规划路径上的速度和姿态，对每个位置的风向进行分解，计算每个时空位置的沿机身方向和垂直机身方向的风速。
以Δt为离散的时间段分解规划的路径，将路径转换为一个个Δt组成的离散特征点特征，该离散特征点特征包括载重、角速度、上升速度、上升加速度、沿机身方向的速度、沿机身方向的加速度、垂直机身方向速度、垂直机身方向加速度、沿机身方向风速、垂直机身方向风速。若任意Δt时间内的存在特征的特征值不相同，则取均值。
将每个离散时间点的特征值输入飞行器的功率输出AI模型，计算得到离散时间点的输出功率Pk，k表示k时刻的时间点。
优选的，修正电芯的一致性差异带来的误差，初始能量记为E0，然后按照时间累计每个离散时间对应的输出功率中的功率，则路径任意位置对应的累计能量为：
Figure BDA0003990402700000131
最后，在“能量-边界功率”表中，查找每个Ek对应的边界功率得Pk‘，若整个路径行存在Pk>Pk‘，表示验证该路径飞行是会出现飞机输出功率超过边界功率的情况，即表示电池系统无法满足该路径动力需求；反之，若整个路径行不存在Pk>Pk‘，表示该路径过程中，飞机需求功率不会出现超过边界功率的情况，即表示电池系统可以满足该路径动力需求。
图6是根据本申请实施例的动力安全评估方法的规划路径筛选示意图，如图6所示，存在FG、AB、CD三条规划路径，其中FG路径在运行过程中会超过边界功率，则FG路径不安全；AB路径在运行末尾会超过边界功率，则AB路径不安全；CD在全路径过程中没有超过边界功率，则认为CD路径安全。
在本实施例中还可进行动力安全实时判断。为保证飞行安全，需要预留紧急降落的电量。通常紧急降落是按照一定速度V将飞机稳定降落到地面，V的范围通常为0-2m/s，下降速度的设置可基于飞行器载重、风速、飞行器的结构强度、人的安全等多因素进行考量。从当前高度沿着速度V下降到地面的规划路径，本专利称为冗余路径，飞行器在任意时刻要确保具有超过冗余路径需要的能量和功率，才能保证其飞行安全。
具体地，实时的冗余路径规划，即从当前时刻的当前高度H下，以冗余速度V下降到地面。飞行器的冗余速度V范围较小，加速度过程很短，因此可以认为冗余路径中，飞行器以固定速度V下降到地面。所用时间为：
Figure BDA0003990402700000141
在冗余路径中，特征保持不变，其中角速度为0、上升速度为-V、上升加速度为0、沿机身方向的速度为0、沿机身方向的加速度为0、垂直机身方向速度为0、垂直机身方向加速度为0、沿机身方向风速是风速沿着机身风向的分解值、垂直机身方向风速是风速垂直机身风向的分解值。将冗余路径的特征值输入到飞行器输出功率AI模型中，得到紧急情况的功率输出值P紧急
计算冗余路径需要的能量，计算公式为：
Figure BDA0003990402700000142
其中，α是冗余系数，优选的，冗余系数α一般为1-3之间。飞行器需要时刻预留ΔE用于冗余路径的能量消耗，为保证安全，将计算结果乘以冗余系数。另外在紧急下降过程，紧急功率要时刻满足边界功率。
判断飞行器实时状态的动力安全性。设当前飞行器的累计能量为Ek，则考虑冗余路径的情况下最终能量为Eend＝Ek+ΔE，Eend查表“能量-边界功率”得到边界功率Pend，若紧急功率为Pend。若功率为Pend<P紧急，则表示飞行器处于动力安全的飞行状态，反之则认为飞行器处于动力危险的状态。
通过上述步骤，本申请实施例针对电动载人飞行器场景，聚焦电池功率变化，提出了一种动力安全评估方法，既可以在飞行器起飞前对飞行器规划路径的动力安全进行预判，也可以在飞行过程动力安全进行实时预判。实现对飞行器的规划路径、剩余能量安全边界计算，确保了飞行前和飞行中的动力安全评估，提高了载人飞行器的安全系数。
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中还提供了一种动力安全评估装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。以下所使用的术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图7是本实施例的动力安全评估装置的结构框图，如图7所示，该装置包括：
第一获取模块10，用于获取路径规划数据；
第一处理模块20，用于将所述路径规划数据输入输出功率预测模型，得到飞行器的输出功率的预测需求值；
第二获取模块30，用于获取动力电池包的实际能量数据；
第二处理模块40，用于基于所述实际能量数据和预设映射关系确定所述飞行器的输出功率的预测边界值，所述预设映射关系为所述动力电池包的可释放能量值与边界功率的映射关系；
评估模块50，用于基于所述预测需求值与所述预测边界值确定动力安全评估结果。
第一处理模块20，还用于获取与所述路径规划数据对应的预计飞行时间；基于预设时间周期对预计飞行时间进行离散化处理，确定离散时间点；对预设时间周期内的路径规划数据取平均值，得到与离散时间点对应的离散特征值；将离散特征值输入输出功率预测模型，得到与离散时间点对应的飞行器的输出功率的预测需求值。
第二获取模块30，还用于获取飞行器的动力电池包的最大电流限制值、动力电池包内并联的单体电池数量以及单体电池的最大电压值；基于动力电池包的最大电流限制值、动力电池包内并联的单体电池数量以及单体电池的最大电压值，确定单体电池在恒流工况测试中的功率输出范围；在单体电池的功率输出范围内选取多个功率测试值；基于功率测试值对满电状态的单体电池进行恒功率放电测试，确定单体电池的可释放能量与输出功率的映射关系；获取动力电池包内串联的单体电池数量；基于动力电池包内的串联的单体电池数量以及单体电池的可释放能量与输出功率的映射关系，确定飞行器的动力电池包的可释放能量值与边界功率的映射关系。
在第二获取模块30，还用于将单体电池的满电状态下的电量作为初始能量值；基于功率测试值进行预设时间的恒功率放电测试，当检测到单体电池的电流达到单体电池的最大电流限制值时，将单体电池的实时电量作为终止能量值；基于初始能量值和终止能量值确定单体电池的可释放能量；将可释放能量与功率测试值关联，确定单体电池的可释放能量与输出功率的映射关系。
第二处理模块40，还用于获取动力电池包的标称容量、动力电池包内的单体电池串联数量、单体电池的电池荷电量、单体电池的开路电压值以及预计飞行时间；基于动力电池包的标称容量、动力电池包内的单体电池串联数量、单体电池的电池荷电量、单体电池的开路电压值以及预计飞行时间确定动力电池包的实际能量数据。
评估模块50，还用于获取多个时刻飞行器的输出功率的预测需求值以及预测边界值；若任一时刻的预测需求值大于预测边界值，则判定动力安全评估结果为不安全。
评估模块50，还用于获取冗余路径数据，冗余路径数据为飞行器降落参数；将冗余路径数据输入输出功率预测模型，得到飞行器的输出功率的紧急降落需求值；基于冗余路径数据确定飞行器紧急降落所需的预留能量数据；基于预留能量数据、实际能量数据、预计飞行时间和预设映射关系确定飞行器的输出功率的修正预测边界值；若任一时刻的紧急降落需求值大于修正预测边界值，则判定动力安全评估结果为安全。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
在本实施例中还提供了一种载人飞行器，该载人飞行器用于执行上述任一项方法实施例中的步骤。
在本实施例中还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，获取路径规划数据。
S2，将所述路径规划数据输入输出功率预测模型，得到所述飞行器的输出功率的预测需求值。
S3，获取动力电池包的实际能量数据。
S4，基于所述实际能量数据和预设映射关系确定所述飞行器的输出功率的预测边界值，所述预设映射关系为所述动力电池包的可释放能量值与边界功率的映射关系。
S5，基于所述预测需求值与所述预测边界值确定动力安全评估结果。
需要说明的是，在本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，在本实施例中不再赘述。
此外，结合上述实施例中提供的动力安全评估方法，在本实施例中还可以提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种动力安全评估方法。
应该明白的是，这里描述的具体实施例只是用来解释这个应用，而不是用来对它进行限定。根据本申请提供的实施例，本领域普通技术人员在不进行创造性劳动的情况下得到的所有其它实施例，均属本申请保护范围。
显然，附图只是本申请的一些例子或实施例，对本领域的普通技术人员来说，也可以根据这些附图将本申请适用于其他类似情况，但无需付出创造性劳动。另外，可以理解的是，尽管在此开发过程中所做的工作可能是复杂和漫长的，但是，对于本领域的普通技术人员来说，根据本申请披露的技术内容进行的某些设计、制造或生产等更改仅是常规的技术手段，不应被视为本申请公开的内容不足。
“实施例”一词在本申请中指的是结合实施例描述的具体特征、结构或特性可以包括在本申请的至少一个实施例中。该短语出现在说明书中的各个位置并不一定意味着相同的实施例，也不意味着与其它实施例相互排斥而具有独立性或可供选择。本领域的普通技术人员能够清楚或隐含地理解的是，本申请中描述的实施例在没有冲突的情况下，可以与其它实施例结合。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对专利保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种动力安全评估方法，应用于飞行器，其特征在于，包括：
获取路径规划数据；
将所述路径规划数据输入输出功率预测模型，得到所述飞行器的输出功率的预测需求值；
获取动力电池包的实际能量数据；
基于所述实际能量数据和预设映射关系确定所述飞行器的输出功率的预测边界值，所述预设映射关系为所述动力电池包的可释放能量值与边界功率的映射关系；
基于所述预测需求值与所述预测边界值确定动力安全评估结果。
2.根据权利要求1所述的动力安全评估方法，其特征在于，所述将所述路径规划数据输入输出功率预测模型，得到所述飞行器的输出功率的预测需求值包括：
获取与所述路径规划数据对应的预计飞行时间；
基于预设时间周期对所述预计飞行时间进行离散化处理，确定离散时间点；
对所述预设时间周期内的所述路径规划数据取平均值，得到与所述离散时间点对应的离散特征值；
将所述离散特征值输入所述输出功率预测模型，得到与所述离散时间点对应的所述飞行器的输出功率的预测需求值。
3.根据权利要求1所述的动力安全评估方法，其特征在于，所述基于所述实际能量数据和预设映射关系确定所述飞行器的输出功率之前包括：
获取所述飞行器的动力电池包的最大电流限制值、所述动力电池包内并联的单体电池数量以及所述单体电池的最大电压值；
基于所述动力电池包的所述最大电流限制值、所述动力电池包内并联的单体电池数量以及所述单体电池的最大电压值，确定所述单体电池在恒流工况测试中的功率输出范围；
在所述单体电池的功率输出范围内选取多个功率测试值；
基于所述功率测试值对满电状态的所述单体电池进行恒功率放电测试，确定所述单体电池的可释放能量与输出功率的映射关系；
获取所述动力电池包内串联的单体电池数量；
基于所述动力电池包内的串联的单体电池数量以及所述单体电池的可释放能量与输出功率的映射关系，确定所述飞行器的动力电池包的可释放能量值与边界功率的映射关系。
4.根据权利要求3所述的动力安全评估方法，其特征在于，所述基于所述功率测试值对满电状态的所述单体电池进行恒功率放电测试，确定所述单体电池的可释放能量与输出功率的映射关系包括：
将所述单体电池的满电状态下的电量作为初始能量值；
基于所述功率测试值进行预设时间的恒功率放电测试，当检测到所述单体电池的电流达到所述单体电池的最大电流限制值时，将所述单体电池的实时电量作为终止能量值；
基于所述初始能量值和所述终止能量值确定所述单体电池的可释放能量；
将所述可释放能量与所述功率测试值关联，确定所述单体电池的可释放能量与输出功率的映射关系。
5.根据权利要求1所述的动力安全评估方法，其特征在于，所述获取动力电池包的实际能量数据包括：
获取所述动力电池包的标称容量、所述动力电池包内的单体电池串联数量、所述单体电池的电池荷电量、所述单体电池的开路电压值以及预计飞行时间；
基于所述动力电池包的标称容量、所述动力电池包内的单体电池串联数量、所述单体电池的电池荷电量、所述单体电池的开路电压值以及预计飞行时间确定所述动力电池包的实际能量数据。
6.根据权利要求1所述的动力安全评估方法，其特征在于，所述基于所述预测需求值与所述预测边界值确定动力安全评估结果包括：
获取多个时刻所述飞行器的所述输出功率的预测需求值以及所述预测边界值；
若任一时刻的预测需求值大于所述预测边界值，则判定动力安全评估结果为不安全。
7.根据权利要求1所述的动力安全评估方法，其特征在于，所述方法还包括：
获取冗余路径数据，所述冗余路径数据为飞行器降落参数；
将所述冗余路径数据输入所述输出功率预测模型，得到所述飞行器的输出功率的紧急降落需求值；
基于所述冗余路径数据确定所述飞行器紧急降落所需的预留能量数据；
基于所述预留能量数据、所述实际能量数据、预计飞行时间和所述预设映射关系确定所述飞行器的输出功率的修正预测边界值；
若任一时刻的紧急降落需求值大于所述修正预测边界值，则判定动力安全评估结果为安全。
8.一种动力安全评估装置，其特征在于，包括：
第一获取模块，用于获取路径规划数据；
第一处理模块，用于将所述路径规划数据输入输出功率预测模型，得到飞行器的输出功率的预测需求值；
第二获取模块，用于获取动力电池包的实际能量数据；
第二处理模块，用于基于所述实际能量数据和预设映射关系确定所述飞行器的输出功率的预测边界值，所述预设映射关系为所述动力电池包的可释放能量值与边界功率的映射关系；
评估模块，用于基于所述预测需求值与所述预测边界值确定动力安全评估结果。
9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至7中任一项所述的动力安全评估方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的动力安全评估方法的步骤。
CN202211580250.8A 2022-12-09 2022-12-09 动力安全评估方法、装置、电子装置和存储介质 Pending CN116298965A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211580250.8A CN116298965A (zh) 2022-12-09 2022-12-09 动力安全评估方法、装置、电子装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211580250.8A CN116298965A (zh) 2022-12-09 2022-12-09 动力安全评估方法、装置、电子装置和存储介质

Publications (1)

Publication Number Publication Date
CN116298965A true CN116298965A (zh) 2023-06-23

Family

ID=86834781

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211580250.8A Pending CN116298965A (zh) 2022-12-09 2022-12-09 动力安全评估方法、装置、电子装置和存储介质

Country Status (1)

Country Link
CN (1) CN116298965A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116593905A (zh) * 2023-06-30 2023-08-15 广汽埃安新能源汽车股份有限公司 电池功率状态sop计算方法、装置、电子设备和存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116593905A (zh) * 2023-06-30 2023-08-15 广汽埃安新能源汽车股份有限公司 电池功率状态sop计算方法、装置、电子设备和存储介质
CN116593905B (zh) * 2023-06-30 2023-09-08 广汽埃安新能源汽车股份有限公司 电池功率状态sop计算方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
EP3947073B1 (en) Systems and methods for maintaining attitude control under degraded energy source conditions using multiple propulsors
Lee et al. Active power management system for an unmanned aerial vehicle powered by solar cells, a fuel cell, and batteries
US20200277080A1 (en) Systems and methods for in-flight operational assessment
ES2693287T3 (es) Método de gestión de potencia y sistema para un vehículo aéreo no tripulado
CN103869255A (zh) 微小型电动无人机续航时间估算方法
US10778024B2 (en) Hybrid energy storage system with multiple energy and power densities
US12049155B2 (en) Multi-battery management apparatus and unmanned aerial vehicle
CN110001975A (zh) 一种电动无人机组合供电装置、方法及系统
CN103847970A (zh) 一种基于功率跟随的混合动力无人机能源控制方法
US11597295B1 (en) System for monitoring a battery system in-flight and a method for its use
Traub Validation of endurance estimates for battery powered UAVs
WO2023172364A2 (en) An apparatus for a ground-based battery management for an electric aircraft
CN110015149A (zh) 一种无人机电池管理方法及系统
CN116298965A (zh) 动力安全评估方法、装置、电子装置和存储介质
Walendziuk et al. Power supply system analysis for tethered drones application
Kocer et al. Uav control in close proximities-ceiling effect on battery lifetime
Cheng et al. An soc and sop joint estimation method of lithium-ion batteries in unmanned aerial vehicles
WO2021177097A1 (ja) 飛行体の制御方法、飛行体、及びコンピュータプログラム
정성훈 et al. Autolanding mission planning of the IT convergence hoverable UAV
US20230249850A1 (en) Method of controlling flying object, flying object, and computer program
WO2021166677A1 (ja) 飛行体の制御方法、飛行体、及びコンピュータプログラム
Hollenbeck et al. Towards Cognitive Battery Monitoring on Hybrid VTOL Fixed-Wing sUAS with Maximized Safe Endurance
CN114728695A (zh) 移动体用电源系统、飞行体
Elouarouar et al. Energy Management in Multi-Rotors Unmanned Aerial Systems
Huang et al. An intelligent BMS for drone-based inspection of offshore wind turbines

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