[发明专利]一种基于SOC预估的辅助均衡充电装置在审

专利信息
申请号: 202111029062.1 申请日: 2021-08-30
公开(公告)号: CN113733984A 公开(公告)日: 2021-12-03
发明(设计)人: 廣田薰;陈曦;戴亚平;贾之阳 申请(专利权)人: 北京理工大学
主分类号: B60L58/13 分类号: B60L58/13;B60L58/22;H02J7/00;H02J7/10;H02M3/335;H02M1/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 100081 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 soc 预估 辅助 均衡 充电 装置
【权利要求书】:

1.一种基于SOC预估的辅助均衡充电装置,其特征在于,包括:整流模块、驱动模块、输出模块、采集模块、机器学习模块;

所述整流模块与所述驱动模块电连接,用于将输入的市电进行整流后输送给所述驱动模块;

所述驱动模块与所述输出模块电连接,驱动模块对电流进行变换,将变换后的电流输送给输出模块,输出模块对电压和电流整流后,作为装置的最终输出;

所述采集模块的输入端与所述输出模块电连接,对输出模块的电压和电流进行采集反馈;

所述采集模块的输出端与所述机器学习模块电连接,将采集到的数据转换后传输到机器学习模块;

所述机器学习模块根据得到的数据,对电池的SOC进行预估,根据预估的SOC计算得到最优的输出波形和频率数据,并控制MCU生成并输出对应的波形;

所述机器学习模块输出端与所述驱动模块电连接,用于将输出的波形传输给驱动模块,控制所述驱动模块中的开关管导通或截止。

2.根据权利要求1所述的基于SOC预估的辅助均衡充电装置,其特征在于,所述机器学习模块中设有数据处理芯片,将采集到的数据利用人工神经网络进行学习和训练;优选采用循环神经网络的方式对数据进行训练,将一个时间段内的数据作为输入,得到当前时刻的输出。

3.根据权利要求1所述的基于SOC预估的辅助均衡充电装置,其特征在于,所述驱动模块还包括至少四个晶体管,所述晶体管实现对主变压器原边的电流变换,所述晶体管的导通和截止由所述机器学习模块决定。

4.根据权利要求1所述的基于SOC预估的辅助均衡充电装置,其特征在于,所述驱动模块中设有主变压器;

所述主变压器副边有两个线圈输出,分别定义为第一线圈和第二线圈;第一线圈为辅助输出,第二线圈为主输出,采集模块采集第二线圈的输出作为反馈控制。

5.根据权利要求1所述的基于SOC预估的辅助均衡充电装置,其特征在于,所述采集模块还包括误差比例放大电路,用于缩放接收到的电流和电压信号。

6.根据权利要求1所述的基于SOC预估的辅助均衡充电装置,其特征在于,所述驱动电路包括脉冲芯片MCU1、电容C1、电容C2、电容C3、电阻R1、电阻R2、电阻R3、电阻R4、电阻R5、电阻R6、电阻R7、电阻R8、电阻R9、电阻R10、二极管D1、二极管D2、二极管D3、二极管D4、二极管D5、第一晶体管Q1、第二晶体管Q2、第三晶体管Q3、第四晶体管Q4、变压器T1;

脉冲芯片MCU1的引脚1、2、7与机器学习模块连接;脉冲芯片MCU1的引脚5与第三晶体管Q3的栅极连接;第三晶体管Q3的漏极与第一晶体管Q1的栅极、第四晶体管Q4的栅极连接;第一晶体管Q1的发射极与第四晶体管Q4的发射极、二极管D4负极、电阻R8连接;第二晶体管Q2的栅极与二极管D4正极、电阻R8连接,第二晶体管Q2的漏极与二极管D2的正极、变压器T1原边的负端连接,第二晶体管Q2的源极与电阻R9、R10连接;

脉冲芯片MCU1利用机器学习模块发送的数据,生成相应类型的波形,从脉冲芯片MCU1的引脚5输出波形,从而驱动第三晶体管Q3的导通和截止;第三晶体管Q3的导通时,第一晶体管Q1导通,第四晶体管Q4截止,因此第二晶体管Q2导通;第三晶体管Q3的截止时,第一晶体管Q1截止,第四晶体管Q4导通,因此第二晶体管Q2截止;通过第一晶体管Q1、第三晶体管Q3、第四晶体管Q4的协同工作,实现对驱动电流的放大,最终利用第二晶体管Q2实现对变压器T1原边电流的驱动。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111029062.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top