公开(公告)号：CN115684942A

公开(公告)日：2023-02-03

申请号：CN202211347595.9

申请日：2022-10-31

申请人： 中国长江三峡集团有限公司

发明人： 吴卓彦 ,  尹立坤 ,  刘延超 ,  李镔珂 ,  乐波 ,  孙长平 ,  周文涛 ,  贾俊 ,  肖伟 ,  赵霁 ,  钟卫东

IPC分类号： G01R31/367 ,  G01R31/385 ,  G01D21/02

摘要： 本发明提供了一种电池短路故障检测方法、装置、计算机设备及介质。其中，电池短路故障检测方法，包括：获取电池的电路信息和温度信息；基于电路信息、温度信息和短路模型计算电池的短路电阻，短路模型包括短路状态下的电模型和短路状态下的热模型，短路状态下的电模型和短路状态下的热模型分别用于表征电池在短路状态下的电压状态和温度状态；当短路电阻值小于预设短路电阻值时，判定电池出现短路故障。通过本发明，在诊断电池短路故障时，既考虑电池的电压信号的变化，又考虑电池的温度变化，提高电池短路故障的准确性。

公开(公告)号：CN115308603A

公开(公告)日：2022-11-08

申请号：CN202210827496.4

申请日：2022-07-13

申请人： 中国长江三峡集团有限公司 ,  清华四川能源互联网研究院

发明人： 吴卓彦 ,  尹立坤 ,  贾俊 ,  肖伟 ,  赵霁 ,  钟卫东 ,  周文涛 ,  祁祺

IPC分类号： G01R31/367 ,  G01R31/392

摘要： 本发明的实施例提供了一种基于多维度特征和机器学习的电池寿命预测方法，涉及电池技术领域。预测方法包括：S1：从离线数据中获取寿命数据和有效表征电池老化状态的离线多维特征；S2：将寿命数据和离线多维特征代入机器学习模型进行离线训练，优化参数使机器学习模型达到最优的预测精度；S3：获取在线数据，并提取在线多维特征；S4：将在线多维特征代入训练后的机器学习模型，输出电池寿命的预测值。该预测方法能够有效预测电池寿命。

公开(公告)号：CN115548513A

公开(公告)日：2022-12-30

申请号：CN202211255162.0

申请日：2022-10-13

申请人： 中国长江三峡集团有限公司 ,  三峡电能有限公司 ,  清华四川能源互联网研究院

发明人： 吴卓彦 ,  王良友 ,  尹立坤 ,  蒋卓宇 ,  康喆 ,  乐波 ,  白庆华 ,  周文涛 ,  刘毅 ,  贾俊 ,  肖伟 ,  赵霁 ,  钟卫东

IPC分类号： H01M10/613 ,  H01M10/63 ,  H01M10/655 ,  H01M10/6567 ,  H01M10/48 ,  H01M10/0525

摘要： 本发明提供一种电池系统及电池系统的控制方法，属于电池技术领域，包括：电池模组，具有用于容纳电池的箱体，所述箱体上设有若干排气阀；降温装置，具有朝向所述电池模组的喷口，所述降温装置通过所述喷口适于朝向所述电池模组喷射液态惰性气体；控制器，分别与所述箱体内的电池以及所述降温装置电连接，所述控制器根据所述电池的参数变化控制所述降温装置开启；本发明的电池系统，在电池模组的箱体上设有若干排气阀，当箱体内电池发生热失控时，可通过该排气阀尽快将热量排出，同时配合降温装置对箱体快速降温，从而延缓电池系统的起火爆炸，为人员的安全逃生预留足够的时间。