电池监控装置(51)具有电池ECU(10)、多个电压监控器(20)和无线装置。无线装置具有：设置于所述电池ECU(10)的母机(16)；以及设置于各电压监控器(20)的子机(26)。当在母机(16)与各子机(26)之间建立无线通信的通信连接时,母机(16)将由电池ECU(10)产生的指令无线发送给各子机(26),并且子机(26)将电压监控器(20)检测的电压信息无线发送给母机(16)。无线装置在初次的通信连接建立之前获取电压监控信息,并基于上述电压监控信息建立通信连接。在电池ECU(10)或电压监控器(20)设置有对电压监控信息进行存储的存储部(17、27)。在再连接时,无线装置使用存储于存储部(17、27)的电压监控信息进行再次的通信连接。

本发明公开了一种基于RNN模型的储能电站电池组SOC估计方法,所述方法包括：构建原始数据集；按照电池的OCV-SOC曲线,替换电压值,组成新原始数据集；将数据集进行预处理,划分训练集和测试集；搭建神经网络模型结构；训练和评估神经网络模型；估计储能电站电池组的SOC。本发明能够利用储能电站运行期间电池组短暂退出运行的机会,通过RNN神经网络模型根据短时间内的电压和电流数据来准确估计电池组的SOC,克服安时积分法的累积误差问题,也避免开路电压法需要电池组长时间静置的缺陷。

本发明公开了一种基于休息恢复效应的可重构电池组SOC估计方法,所述方法包括：获取可重构电池组中电池单元在进入休息状态前的电流数据、进入休息状态时的SOC数据、进入休息状态后T秒内的电压数据,组成原始数据集；进行数据预处理,得到数据矩阵；搭建卷积神经网络模型,得到网络模型结构；将数据矩阵划分为训练集和测试集,训练集的数据用于进行网络训练；利用测试集对模型进行评估,满足条件则输出神经网络模型,否则返回上一步；对可重构电池组中进入休息状态的电池单元,采集其进入休息状态前的电流数据、进入休息状态后T秒内的电压数据,利用训练好的神经网络模型估计该电池单元的SOC。本发明不用考虑电池工况对SOC估计结果的影响,实用性强。

本发明公开一种基于灰色神经网络的电站备用电源荷电状态估计方法,该方法包括：获取电站备用电源停止放电前及期间的电流、电压、荷电状态,构成原始数据集；建立电池等效电路模型,采用最小二乘法拟合欧姆内阻、极化电阻、极化电容参数,构建参数数据集；建立灰色神经网络模型；对参数数据集进行预处理；将参数数据集分为训练集和测试集,利用训练集对灰色神经网络模型进行训练；利用测试集对灰色神经网络模型进行测试；通过采集到的电站备用电源中各电池组停止放电及期间的电流和电压数据,采用最小二乘法获得等效电路模型参数,利用灰色神经网络估计电池荷电状态。本发明提高了电站备用电源的荷电状态估计精度,降低了时间和人力成本。

本申请提供了一种用于提示设备电量信息的方法及电子设备,涉及通信技术领域。通过本申请方案,手机可以获取多个可充电设备的电池电量信息进行统一管理,基于多个可充电设备的电池电量信息,向用户提示各个可充电设备的电池剩余电量及相关信息(例如预计可用时长,是否需要充电和/或充电状态等),以便于用户及时获知多个可充电设备的电池使用状况,并根据实际使用需求决定是否需要对可充电设备充电,操作方便快捷,提升用户体验。这样可解决在存在大量可充电设备需要经常查看是否需要充电的场景中的操作繁琐问题。

本申请提供一种移动式X射线机的自适应供电方法及高压发生装置,首先获取电池的运行信息,判断所述电池所处的状态；若确定所述电池处于故障状态,选择第一控制值。若确定电池未出现故障,则判断所述电池的剩余电量是否小于低电量阈值,若小于则确定所述电池处于低电量状态,选择第二控制值；若不小于,则确定所述电池处于正常状态,选择第三控制值。最后,获取电容充电器的电路参数信息,并基于所述电路参数信息以及所述第一控制值或所述第二控制值或所述第三控制值调整所述电容充电器的工作状态。本申请根据电池的不同工况,自适应不同的电容充电器的充电策略,从而可以保证移动式X射线机的高压发生装置以最优的状态运行,提高运行的可靠性。

一种动力电池系统连接可靠性的检测方法、装置、车辆及设备,其中所述方法包括：在车辆行驶过程或充电过程中,确定所述电气回路的电阻值及所述动力电池的电位差；根据所述电阻值及所述电位差,判断所述动力电池系统连接是否可靠；若所述动力电池系统连接不可靠,则输出动力电池系统连接不可靠的信息。驾驶员可以根据所述动力电池系统连接不可靠的信息,及时对车辆进行自检或者将车辆送至修理厂进行检修,避免了车辆在动力电池系统连接不可靠的情况下,驾驶员继续驾驶车辆长时间行驶或者长时间对所述动力电池系统进行充电,导致动力电池系统温度升高,进而引起车辆发生自燃,为车辆的安全行驶提供可靠地技术保障,提升了车辆的安全性能。

本申请公开了一种电池检测系统和电池检测方法。该方法包括：电池检测系统包括：检测单元,用于对被测电池进行检测,以得到检测信号；其中,所述检测信号包括超声波信号、温度检测信号以及厚度检测信号；处理单元,连接所述检测单元,所述处理单元用于接收所述检测信号,并利用深度学习模型对所述检测信号进行分析,以获得检测结果。通过上述方式,本申请能够实现对电池健康状态和荷电状态的检测,准确度高。

本发明公开了一种锂离子电池危害等级判定方法及智能判定系统,所述方法包括以下步骤：S1：依据锂离子电池失效时出现的各种异常现象,进行危害等级分类；S2：对锂离子电池进行测试,并记录下锂离子电池进行测试；S3：依据步骤S1中的危害等级分类和步骤S2中的测试后电池的现象对所测试的电池进行危害等级评定；S4：根据步骤S3中的危害等级判定,给出所测试的锂离子电池的测试的危害性判定结果；智能判定系统包括主控模块,主控模块分别连接有数据存储模块和智能判定模块,数据存储模块分别连接有红外测温模块、摄像模块和质量检测模块。

本发明公开了一种可进行气体收集的动力电池针刺触发热失控系统,包括：密闭防爆腔体、升降平台控制器、抽真空装置、气体收集装置、气体分析装置及控制模块；密闭防爆腔体内安装有针刺头；升降平台控制器安装在密闭防爆腔体内,并位于针刺头的正下方；升降平台控制器用于承载动力电池,并带动动力电池进行升降运动,使动力电池能够被针刺头触发产生热失控；抽真空装置、气体收集装置均与密闭防爆腔体连通；气体分析装置与气体收集装置连通；控制模块分别用于对升降平台控制器、抽真空装置及气体分析装置进行控制；本发明能够在密闭空间内完成锂离子电池的针刺触发热失控行为,并成功收集热失控过程中释放的气体,通过气体分析装置进行成分分析。