赵博 作品数:16 被引量:18 H指数:1 供职机构: 北京交通大学 更多>> 发文基金: 国家自然科学基金 更多>> 相关领域: 电气工程 自动化与计算机技术 电子电信 交通运输工程 更多>>
基于低频阻抗谱和健康特征融合的锂离子电池健康状态主动探测方法研究 被引量:16 2022年 准确的健康状态估计对锂离子电池管理具有重要意义。健康状态通常用衰退后的容量来表征,传统的容量估计主要被动采集电池的电压、电流和温度三种信号,进而提取与容量相关的特征,对充放电曲线的完整性和规则性要求较高。所提出的方法基于充电过程中探测的低频阻抗谱,提取五个健康特征,其中包含三个新的具有物理意义的健康特征,分别为修正的Warburg因子、伪锂离子扩散状态以及其经验模态分解后的残值,在锂离子电池内部动力学特征与外部老化特征之间架起了一座桥梁并且与容量具有强相关性。锂离子电池容量估计模型优化前决定系数R^(2)不到0.6。通过健康特征融合,从整体角度考量变量组间的相关性,能够大幅度提高模型估计精度,决定系数R^(2)可以达到0.935 7,RMSE为0.374 9 mAh和MAPE为0.836 2 mAh。 孙丙香 苏晓佳 马仕昌 张维戈 张珺玮 付智城 赵博关键词:锂离子电池 多元线性回归 一种基于数字孪生的车载锂离子电池建模及故障诊断方法 本发明涉及本发明所述的一种基于数字孪生的车载锂离子电池建模及故障诊断方法,基于运行中车辆实时传输的数据、无线通信、神经网络算法以及梯度下降优化算法对车载锂离子电池进行建模,最终得到可以精确分析电池运行状态、预测电池全生命... 赵博 刘世杰 周兴振 胡润文 孙丙香 许良忠 龚敏明 张弛深度异步残差网络及在路网交通流预测中的应用 智能交通系统(ITS)的建设,推动了交通大数据的发展,交通流预测问题中,适合大型数据集的深度学习方法不断受到关注。深度学习使用大量参数进行非线性高复杂度的函数近似,这使得深度学习非常适合处理复杂的交通流问题,一些深度学习... 赵博关键词:交通流 文献传递 H.264中CAVLC解码器的VLSI设计 H.264是由ITU和ISO//IEC联合发布的新一代视频编码标准。同以前的编码标准相比,H.264的压缩效率提升将近一倍,而且它具有良好的网络亲和性,能够适应各种网络的传输。本论文的研究课题是H.264中CAVLC解码... 赵博关键词:VLSI设计 H.264 文献传递 基于自适应数据集划分方式的大数据Top-k查询方法 本发明公开一种基于自适应数据集划分方式的大数据Top‑k查询方法,包括以下步骤:对系统进行初始化操作,构建超平面簇及数据集;对数据集进行自适应划分,获得稳定的k‑切割点;对所述数据集进行Top‑k排序查询;自适应调整系统... 徐维祥 赵博文献传递 一种HDFS分布式文件系统的自适应容错调节方法 本发明公开一种HDFS分布式文件系统自适应容错调节方法,包括:S1:初始化系统,获取主节点与从节点的心跳信息,获取节点间的节点间连通信息;S2:建立中间数据存储器,接入HDFS主节点与所有从节点连通,备份与恢复各节点的中... 徐维祥 赵博文献传递 基于JSON的数据仓库存储及查询方法 本发明公开一种基于JSON的数据仓库存储方法,该存储方法包括以下步骤:S1:将JSON数据仓库分为键‑节点标记数据仓库和值‑路径标记数据仓库;S2:解析JSON文档;S3:对JSON文档中的节点进行标记,构建节点标记;S... 徐维祥 赵博文献传递 私有云环境下基于遗传禁忌混合算法的资源调度策略方法 一种私有云环境下基于遗传禁忌混合算法的资源调度策略。第一步:随机产生初始种群;第二步:判断种群是否达到算法终止条件,若满足,则输出最优解;第三步:计算种群中所有个体适应度函数值;第四步:采取最优个体保留法和锦标赛法选择策... 徐维祥 赵博 贾琳基于自适应数据集划分方式的大数据Top-k查询方法 本发明公开一种基于自适应数据集划分方式的大数据Top‑k查询方法,包括以下步骤:对系统进行初始化操作,构建超平面簇及数据集;对数据集进行自适应划分,获得稳定的k‑切割点;对所述数据集进行Top‑k排序查询;自适应调整系统... 徐维祥 赵博文献传递 基于数据驱动的锂离子电池快速寿命预测 2024年 预测锂离子电池剩余使用寿命(remaining useful life,RUL)对于确保电池的安全和可靠使用至关重要。首先,针对电池容量序列因容量回升及外界干扰呈非线性变化、目标电池退化数据稀少,全生命周期数据难以获取的问题,本文结合变分模态分解(variational mode decomposition,VMD)和排列熵(permutation entropy,PE)的优势,对已有的其他类似衰退模式电池数据进行去噪重构,作为模型训练数据。其次,本文采用滚动预测策略,用滚动滑窗的方式对训练数据进行划分和拼接。然后,训练擅长捕捉全局依赖关系的Transformer网络。最后,预测过程当中输入目标电池部分数据,进行滚动迭代预测。本文先在马里兰大学先进生命周期工程中心(Center for Advanced Life Cycle Engineering,CALCE)提供的电池数据集上,采用留一评估,依次对其本身电池数据进行实验验证,实验证明本文预测方法的各项性能指标良好,4块电池RUL的平均相对误差为2.21%,具有较高的准确性。再基于美国航空航天局(National Aeronautics and Space Administration,NASA)的B0005电池进行模型泛化验证,B0005电池得到的RUL相对误差为2.34%,进一步验证了本文方法的有效性。 田成文 孙丙香 赵鑫泽 付智城 马仕昌 赵博 张旭博关键词:锂离子电池 PE TRANSFORMER