CN112991574A - 一种分析电堆衰减的方法 - Google Patents

一种分析电堆衰减的方法 Download PDF

Info

Publication number
CN112991574A
CN112991574A CN201911284530.2A CN201911284530A CN112991574A CN 112991574 A CN112991574 A CN 112991574A CN 201911284530 A CN201911284530 A CN 201911284530A CN 112991574 A CN112991574 A CN 112991574A
Authority
CN
China
Prior art keywords
data
time
voltage
stack
pile
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
Application number
CN201911284530.2A
Other languages
English (en)
Other versions
CN112991574B (zh
Inventor
张国强
于民
刘然
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.)
Beijing Sinohytec Co Ltd
Original Assignee
Beijing Sinohytec Co Ltd
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 Beijing Sinohytec Co Ltd filed Critical Beijing Sinohytec Co Ltd
Priority to CN201911284530.2A priority Critical patent/CN112991574B/zh
Publication of CN112991574A publication Critical patent/CN112991574A/zh
Application granted granted Critical
Publication of CN112991574B publication Critical patent/CN112991574B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30—Hydrogen technology
    • Y02E60/50—Fuel cells

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Fuel Cell (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

本发明提供了一种分析电堆衰减的方法，包括：S100，采集燃料电池发动机运行产生的电堆运行数据并将其上传到服务器；S200，基于辅助数据判断每条电堆运行数据是否有效，如果是，则进行步骤S300；S300，衰减分析，其包括：S301，汇总有效的电堆运行数据并将其分段，得到分段数据组；S302，判断各分段数据组内的相邻数据的时间间隔是否小于设定的时间间隔并判断该分段数据组的平稳运行时间是否大于等于设定的稳定运行时长，两者如果是，则该分段数据组有效；S303，计算有效的分段数据组的时间平均电堆电压和/或时间平均单片电压，得到它们对稳定运行总时长的散点；S304，将得到的散点进行线性回归，得到电堆衰减趋势图。

Description

一种分析电堆衰减的方法
技术领域
本发明属于燃料电池发动机技术领域，特别涉及一种分析电堆衰减的方法。
背景技术
燃料电池是一种将化学能转化为电能的装置，具有无污染等优点，其原理很早之前就被提出了，但是受技术所限以及高昂的成本，发展速度十分缓慢。近些年燃料电池技术及其相关技术不断进步，特别是在丰田等公司的大力推进下，部分燃料电池汽车已实现了量产。
在我国，燃料电池发动机的生产还在初级阶段，燃料电池研发公司的投入大都集中在燃料电池的研发和批量生产等领域，而对燃料电池的整个生命周期的衰减评估关注不够。
目前，燃料电池衰减的评估主要是在研发和测试的过程中进行的，首先对燃料电池发动机的数据进行收集，然后根据整个收集到的数据和测试中的表现对燃料电池的衰减做出一个大致的评估。但是这样的方法主要存在以下缺陷：由于评估不是基于发动机真实的路测中收集的数据，所以整个评估过程跟燃料电池发动机的真实工作状态存在差异，不具备通用性，难以应用到运行的燃料电池发动机。
发明内容
鉴于此，本发明的目的是针对现有技术存在的技术问题，提供一种分析电堆衰减的方法。
本发明的目的是通过以下技术方案实现的。
本发明提供了一种分析电堆衰减的方法，其中，所述方法包括以下步骤：
S100：采集燃料电池发动机运行产生的电堆运行数据并将其上传到服务器，所述电堆运行数据包括电堆电压-时间数据和辅助数据，所述辅助数据包括燃料电池发动机的工作状态数据；
S200：基于所述辅助数据判断每条电堆运行数据是否有效，如果是，则进行步骤S300，否则这条电堆运行数据无效；
S300：衰减分析，其包括：
S301：汇总有效的电堆运行数据并基于燃料电池发动机平稳运行时间将汇总的电堆电压-时间数据分段，得到分段数据组；
S302：判断各分段数据组内的相邻数据的时间间隔是否小于设定的时间间隔并判断该分段数据组的平稳运行时间是否大于等于设定的稳定运行时长，两者如果是，则该分段数据组有效，否则无效；
S303：基于时间计算有效的分段数据组的时间平均电堆电压和/或时间平均单片电压，得到时间平均电堆电压和/或时间平均单片电压对稳定运行总时长的散点；
S304：将得到的散点进行线性回归，得到电堆衰减趋势图。
优选地，所述辅助数据还包括选自电堆电流-时间数据、单片电压-时间数据和电堆出口水温-时间数据中的一种或多种。
优选地，所述辅助数据包括电堆电压-时间数据、电堆电流-时间数据、单片电压-时间数据和电堆出口水温-时间数据。
优选地，步骤S200包括以下步骤：
S201：基于所述工作状态数据判断燃料电池发动机是否在工作状态，如果是，则该工作状态数据对应的该条电堆运行数据有效，否则无效。
优选地，步骤S200包括以下步骤：
S202：在步骤S201之后，判断该条电堆运行数据中的电堆电压-时间数据和/或电堆电流-时间数据是否在其燃料电池发动机的规定范围内，如果是，则进行步骤S203，否则该条电堆运行数据无效；
S203：判断该条电堆运行数据中的电堆的最低单片电压、平均单片电压和最高单片电压是否在规定的范围内，如果是，则进行步骤S204，否则该条电堆运行数据无效；
S204：判断该条电堆运行数据中的电堆出口水温是否在规定的范围内，如果是，则进行步骤S300，否则该条电堆运行数据无效。
优选地，步骤S304中所述的线性回归中以时间平均电堆电压和/或时间平均单片电压为因变量Y，稳定运行总时长为自变量X，采用的线性公式为：
Yt＝axt+b (1)
式中，Yt为第t期因变量的值；
xt为第t期自变量的值；
a和b为线性回归的参数；
优选地，参数a和b由式(2)和(3)求得：
Figure BDA0002317632760000031
Figure BDA0002317632760000032
优选地，所述方法还包括以下步骤：
S400：将步骤S303得到的散点以散点图的形式在用户界面显示。
优选地，所述方法还包括以下步骤：
S400’：将步骤S304得到的电堆的衰减趋势在用户界面显示。
优选地，所述设定的时间间隔大于步骤S100中电堆运行数据的采集间隔。
优选地，所述设定的稳定运行时长为5～30分钟，优选为10～20分钟。
本发明的分析电堆衰减的方法具有以下优点：本发明的方法能够方便、快速地收集运行车辆的数据，并根据累计的数据进行分析，得到衰减趋势，并由可以此来对其它运行的燃料电池发动机进行衰减预测。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明的分析电堆衰减的方法流程图。
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有作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。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。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讨论。
如图1所示，本发明的分析电堆衰减的方法包括以下步骤：
S100：采集燃料电池发动机运行产生的电堆运行数据并将其上传到服务器，所述电堆运行数据包括电堆电压-时间数据和辅助数据，所述辅助数据包括燃料电池发动机的工作状态数据；
S200：基于所述辅助数据判断每条电堆运行数据是否有效，如果是，则进行步骤S300，否则这条电堆运行数据无效；
S300：衰减分析，其包括：
S301：汇总有效的电堆运行数据并基于燃料电池发动机平稳运行时间将汇总的电堆电压-时间数据分段，得到分段数据组；
S302：判断各分段数据组内的相邻数据的时间间隔是否小于设定的时间间隔并判断该分段数据组的平稳运行时间是否大于等于设定的稳定运行时长，两者如果是，则该分段数据组有效，否则无效；
S303：基于时间计算有效的分段数据组的时间平均电堆电压和/或时间平均单片电压，得到时间平均电堆电压和/或时间平均单片电压对稳定运行总时长的散点；
S304：将得到的散点进行线性回归，得到电堆衰减趋势图。
本发明的方法能够方便、快速地收集运行车辆的数据，并根据累计的数据进行分析，得到衰减趋势，并由可以此来对其它运行的燃料电池发动机进行衰减预测。
在本发明的一个实施例中，步骤S100中可以通过数据采集设备实时采集燃料电池发动机运行产生的电堆运行数据，发送到CAN总线，然后上传到服务器。
在本发明的一个实施例中，所述辅助数据还包括选自电堆电流-时间数据、单片电压-时间数据和电堆出口水温-时间数据中的一种或多种。
在本发明的一个具体实施例中，所述辅助数据包括电堆电压-时间数据、电堆电流-时间数据、单片电压-时间数据和电堆出口水温-时间数据。
在本发明的一个实施例中，可以基于电堆电压-时间数据和电堆电流-时间数据计算得到功率-时间数据。
在本发明的一个实施例中，步骤S100中上传到服务器的电堆运行数据的数据结构可能不同于规定的数据结构。由此，步骤S100还包括以下步骤：将上传到服务器的电堆运行数据转化为规定的数据结构。本发明中，规定的数据结构是指符合后续步骤的数据结构。
在本发明的一个实施例中，步骤S200包括以下步骤：
S201：基于所述工作状态数据判断燃料电池发动机是否在工作状态，如果是，则该工作状态数据对应的该条电堆运行数据有效，否则无效。
在本发明的一个具体实施例中，步骤S200还包括以下步骤：
S202：在步骤S201之后，判断该条电堆运行数据中的电堆电压-时间数据和/或电堆电流-时间数据是否在其燃料电池发动机的规定范围内，如果是，则进行步骤S203，否则该条电堆运行数据无效；
S203：判断该条电堆运行数据中的电堆的最低单片电压、平均单片电压和最高单片电压是否在规定的范围内，如果是，则进行步骤S204，否则该条电堆运行数据无效；
S204：判断该条电堆运行数据中的电堆出口水温是否在规定的范围内，如果是，则进行步骤S300，否则该条电堆运行数据无效。
步骤S203中，是对某一时间点的电堆运行数据进行解析验证，此处的“平均单片电压”是指数量平均单片电压。
在本发明的一个实施例中，步骤S301中术语“燃料电池发动机平稳运行时间”是指这样的时间：在该时间内，燃料电池发动机的输出电流偏差小于等于10％。换言之，燃料电池发动机的平稳运行状态，其输出电流上下波动在10％以内。
在本发明的一个实施例中，步骤S302中，在燃料电池发动机运行时，以一定的采集频率(又称为“采集间隔”)连续采集电堆运行数据，但是由于燃料电池发动机运行异常、数据传输异常等原因，可能导致服务器得到的数据中相邻两条数据的时间间隔大于采集频率，则该分段数据组异常。由此，通过采用设定的时间间隔来排除异常的分段数据组。
通常地，设定的时间间隔通常大于采集频率，例如，采集频率可以为1秒、2秒、3秒、4秒或5秒，而设定的时间间隔可以是10秒、15秒或20秒。
在本发明的一个实施例中，由于电堆的衰减周期较长，步骤S302中还通过设定的稳定运行时长对分段数据组进行过滤，以除去稳定运行时长过短的分段数据组。所述设定的稳定运行时长可以为5～30分钟，优选为10～20分钟。
在本发明的一个实施例中，可以借助于用户接口进行人机交互，进而设定诸如时间间隔、稳定运行时长等参数。
在本发明的一个实施例中，步骤S304中所述的线性回归中以时间平均电堆电压和/或时间平均单片电压为因变量Y，稳定运行总时长为自变量X，采用的线性公式为：
Yt＝axt+b (1)
式中，Yt为第t期因变量的值；
xt为第t期自变量的值；
a和b为线性回归的参数。
本发明中，参数a和b由式(2)和(3)求得：
Figure BDA0002317632760000071
Figure BDA0002317632760000072
在本发明的一个实施例中，所述方法还包括以下步骤：
S400：将步骤S303得到的散点以散点图的形式在用户界面显示。
在本发明的另一个实施例中，所述方法还包括以下步骤：
S400’：将步骤S304得到的电堆的衰减趋势在用户界面显示。
本发明中，测试人员或燃料电池发动机的使用者可以通过用户界面了解燃料电池发动机的衰减趋势，进而预测燃料电池发动机的寿命。另外，还可以基于已测燃料电池发动机的衰减趋势，预测相同型号车辆在同一地区的衰减趋势。
在本发明的描述中，需要理解的是，方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，在未作相反说明的情况下，这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制；方位词“内、外”是指相对于各部件本身的轮廓的内外。
为了便于描述，在这里可以使用空间相对术语，如“在……之上”、“在……上方”、“在……上表面”、“上面的”等，用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是，空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如，如果附图中的器件被倒置，则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而，示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位(旋转90度或处于其他方位)，并且对这里所使用的空间相对描述作出相应解释。
此外，需要说明的是，使用“第一”、“第二”等词语来限定零部件，仅仅是为了便于对相应零部件进行区别，如没有另行声明，上述词语并没有特殊含义，因此不能理解为对本发明保护范围的限制。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种分析电堆衰减的方法，其中，所述方法包括以下步骤：
S100：采集燃料电池发动机运行产生的电堆运行数据并将其上传到服务器，所述电堆运行数据包括电堆电压-时间数据和辅助数据，所述辅助数据包括燃料电池发动机的工作状态数据；
S200：基于所述辅助数据判断每条电堆运行数据是否有效，如果是，则进行步骤S300，否则这条电堆运行数据无效；
S300：衰减分析，其包括：
S301：汇总有效的电堆运行数据并基于燃料电池发动机平稳运行时间将汇总的电堆电压-时间数据分段，得到分段数据组；
S302：判断各分段数据组内的相邻数据的时间间隔是否小于设定的时间间隔并判断该分段数据组的平稳运行时间是否大于等于设定的稳定运行时长，两者如果是，则该分段数据组有效，否则无效；
S303：基于时间计算有效的分段数据组的时间平均电堆电压和/或时间平均单片电压，得到时间平均电堆电压和/或时间平均单片电压对稳定运行总时长的散点；
S304：将得到的散点进行线性回归，得到电堆衰减趋势图。
2.根据权利要求1所述的方法，其中，所述辅助数据还包括选自电堆电流-时间数据、单片电压-时间数据和电堆出口水温-时间数据中的一种或多种；
优选地，所述辅助数据包括电堆电压-时间数据、电堆电流-时间数据、单片电压-时间数据和电堆出口水温-时间数据。
3.根据权利要求1或2所述的方法，其中，步骤S200包括以下步骤：
S201：基于所述工作状态数据判断燃料电池发动机是否在工作状态，如果是，则该工作状态数据对应的该条电堆运行数据有效，否则无效。
4.根据权利要求3所述的方法，其中，步骤S200包括以下步骤：
S202：在步骤S201之后，判断该条电堆运行数据中的电堆电压-时间数据和/或电堆电流-时间数据是否在其燃料电池发动机的规定范围内，如果是，则进行步骤S203，否则该条电堆运行数据无效；
S203：判断该条电堆运行数据中的电堆的最低单片电压、平均单片电压和最高单片电压是否在规定的范围内，如果是，则进行步骤S204，否则该条电堆运行数据无效；
S204：判断该条电堆运行数据中的电堆出口水温是否在规定的范围内，如果是，则进行步骤S300，否则该条电堆运行数据无效。
5.根据权利要求1至4中任一项所述的方法，其中，步骤S304中所述的线性回归中以时间平均电堆电压和/或时间平均单片电压为因变量Y，稳定运行总时长为自变量X，采用的线性公式为：
Yt＝axt+b (1)
式中，Yt为第t期因变量的值；
xt为第t期自变量的值；
a和b为线性回归的参数；
优选地，参数a和b由式(2)和(3)求得：
Figure FDA0002317632750000021
Figure FDA0002317632750000022
6.根据权利要求1至5中任一项所述的方法，其中，所述方法还包括以下步骤：
S400：将步骤S303得到的散点以散点图的形式在用户界面显示。
7.根据权利要求1至6中任一项所述的方法，其中，所述方法还包括以下步骤：
S400’：将步骤S304得到的电堆的衰减趋势图在用户界面显示。
8.根据权利要求1至7中任一项所述的方法，其中，所述设定的时间间隔大于步骤S100中电堆运行数据的采集间隔。
9.根据权利要求1至8中任一项所述的方法，其中，所述设定的稳定运行时长为5～30分钟，优选为10～20分钟。
CN201911284530.2A 2019-12-13 2019-12-13 一种分析电堆衰减的方法 Active CN112991574B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911284530.2A CN112991574B (zh) 2019-12-13 2019-12-13 一种分析电堆衰减的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911284530.2A CN112991574B (zh) 2019-12-13 2019-12-13 一种分析电堆衰减的方法

Publications (2)

Publication Number Publication Date
CN112991574A true CN112991574A (zh) 2021-06-18
CN112991574B CN112991574B (zh) 2022-08-23

Family

ID=76341950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911284530.2A Active CN112991574B (zh) 2019-12-13 2019-12-13 一种分析电堆衰减的方法

Country Status (1)

Country Link
CN (1) CN112991574B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113722933A (zh) * 2021-09-14 2021-11-30 北京博瑞华通科技有限公司 一种燃料电池发动机的衰减分析方法以及衰减分析***

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04194788A (ja) * 1990-11-28 1992-07-14 Toshiba Corp 高速炉の炉内異常検出方法
CN103199283A (zh) * 2013-03-19 2013-07-10 中国东方电气集团有限公司 燃料电池***的检测方法和装置
CN103698709A (zh) * 2013-12-11 2014-04-02 清华大学 一种燃料电池剩余寿命预测方法
US20140361536A1 (en) * 2013-06-06 2014-12-11 Remy Technologies, Llc Charging in multiple voltage start/stop bas system
CN104627167A (zh) * 2015-01-28 2015-05-20 同济大学 一种考虑电池寿命的混合动力车能量管理方法及***
CN106528951A (zh) * 2016-10-18 2017-03-22 张家港莫特普数据科技有限公司 一种动力电池寿命预测及安全预警的方法和装置
CN107765186A (zh) * 2017-10-20 2018-03-06 清华大学 燃料电池剩余寿命在线预报方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04194788A (ja) * 1990-11-28 1992-07-14 Toshiba Corp 高速炉の炉内異常検出方法
CN103199283A (zh) * 2013-03-19 2013-07-10 中国东方电气集团有限公司 燃料电池***的检测方法和装置
US20140361536A1 (en) * 2013-06-06 2014-12-11 Remy Technologies, Llc Charging in multiple voltage start/stop bas system
CN103698709A (zh) * 2013-12-11 2014-04-02 清华大学 一种燃料电池剩余寿命预测方法
CN104627167A (zh) * 2015-01-28 2015-05-20 同济大学 一种考虑电池寿命的混合动力车能量管理方法及***
CN106528951A (zh) * 2016-10-18 2017-03-22 张家港莫特普数据科技有限公司 一种动力电池寿命预测及安全预警的方法和装置
CN107765186A (zh) * 2017-10-20 2018-03-06 清华大学 燃料电池剩余寿命在线预报方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113722933A (zh) * 2021-09-14 2021-11-30 北京博瑞华通科技有限公司 一种燃料电池发动机的衰减分析方法以及衰减分析***

Also Published As

Publication number Publication date
CN112991574B (zh) 2022-08-23

Similar Documents

Publication Publication Date Title
CN111398833B (zh) 一种电池健康状态评估方法
CN111175666B (zh) 一种soh检测方法及装置
CN112834945B (zh) 评估模型建立方法、电池健康状态评估方法及相关产品
CN203480000U (zh) 一种纯电动车用动力锂电池健康状况检测器
CN109307845B (zh) 一种用于对梯次利用电池储能***进行健康状态评估的方法及***
CN113696786B (zh) 电池均衡方法及***
CN110988695A (zh) 动力电池健康状态评估方法、装置、存储介质及电子设备
CN110568360B (zh) 一种基于模糊逻辑算法的锂电池老化诊断方法
CN114818831B (zh) 基于多源感知的双向锂离子电池故障检测方法及***
CN113109729B (zh) 基于加速老化试验与实车工况的车用动力电池soh评估方法
CN107632265A (zh) 一种统计负载功率变化预测燃料电池剩余寿命的方法
CN112485693B (zh) 一种基于温度概率密度函数的电池健康状态快速评估方法
CN110927609B (zh) 梯次利用电池储能***的衰退评估方法及装置
CN114646888A (zh) 一种动力电池容量衰减的评估方法及***
CN112991574B (zh) 一种分析电堆衰减的方法
CN114325445B (zh) 一种基于区域频率的锂离子电池健康状态快速评估方法
CN115754726A (zh) 一种电池寿命预测及维持方法、电子设备和存储介质
CN114779099A (zh) 一种基于大数据的新能源汽车电池性能分析监测***
CN116992240B (zh) 一种车辆排放远程评估方法、设备和存储介质
CN109376047A (zh) 一种cpu散热性能测试方法及***
Wang et al. Modeling, parameterization, and benchmarking of a lithium ion electric bicycle battery
CN111313110A (zh) 一种梯次利用三元电池容量快速衰退预警方法及***
CN116609669A (zh) 一种基于大数据的动力电池充电工况提取方法及装置
CN112993344A (zh) 基于神经网络的燃料电池***输出性能预测方法及装置
CN104898065A (zh) 一种电动汽车动力电池已使用循环次数的估算方法及装置

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