-
公开(公告)号：CN115267586B
公开(公告)日：2024-10-15
申请号：CN202210811062.5
申请日：2022-07-11
Applicant: 国网综合能源服务集团有限公司 , 西安交通大学
IPC: G01R31/392 , G01R31/367
Abstract: 本申请实施例提出了一种涉及恢复电压特征的储能电站用锂电池SOH评估方法，包括：获取每次循环时的电池健康状态的影响因素；其中所述电池健康状态的影响因素通过电阻和恢复电压表征；获取每次循环后的电池容量以获得电池的健康状态；将考虑的参量转换为神经网络学习样本向量；对获取的学习样本向量进行归一化处理和反归一化处理，以获得反归一化向量；利用归一化向量对神经网络进行训练，以获得对电池SOH进行预测的神经网络训练模型。
-
公开(公告)号：CN115267586A
公开(公告)日：2022-11-01
申请号：CN202210811062.5
申请日：2022-07-11
Applicant: 国网综合能源服务集团有限公司 , 西安交通大学
IPC: G01R31/392 , G01R31/367
Abstract: 本申请实施例提出了一种计及恢复电压特征的储能电站用锂电池SOH评估方法，包括：获取每次循环时的电池健康状态的影响因素；其中所述电池健康状态的影响因素通过电阻和恢复电压表征；获取每次循环后的电池容量以获得电池的健康状态；将考虑的参量转换为神经网络学习样本向；对获取的学习样本向量进行归一化处理和反归一处理，以获得归一化向量；利用归一下向量对神经挽留过进行训练，以获得对电池SOH进行预测的神经网络训练模型。
-
公开(公告)号：CN115270433A
公开(公告)日：2022-11-01
申请号：CN202210811067.8
申请日：2022-07-11
Applicant: 国网综合能源服务集团有限公司 , 西安交通大学
IPC: G06F30/20 , G06F30/17 , G06T17/20 , G06F119/04 , G06F119/08
Abstract: 本申请实施例提出了一种三维电化学‑三维热耦合的方形电池仿真模型构建方法，包括：确定待建模的电池的电池参数；其中电池参数包括电池的几何参数、电化学参数、热学参数；根据电池的电池参数，建立待建模电池的电化学模型；其中所述电化学模型包括电荷守恒子模型、质量守恒子模型、电极动力学子模型、能量守恒子模型；根据电池的电池参数，建立待建模电池的热模型；通过三维模型将通过电化学模型和热模型耦合。
-
Patent Agency Ranking
公开(公告)号：CN115006760B
公开(公告)日：2022-12-09
申请号：CN202210611888.7
申请日：2022-05-31
Applicant: 西安交通大学
Abstract: 本发明公开了一种储能电池舱热失控梯级抑制方法，该方法分为前后两级的梯级抑制；第一级是在储能电池正常运行的状态下，通过局部降温减少预制舱内电池簇的温度不一致性，达到从源头上抑制热失控的目的；第二级是在热失控发生时，持续性地对热失控采取抑制措施，防止热蔓延地发生，将财产和人员的损失降到最低。本发明用以较低成本解决大规模电化学储能电站中储能电池运行温度不均及热失控问题，避免现有方法中存在的一些安全隐患和缺陷。
-
公开(公告)号：CN115006760A
公开(公告)日：2022-09-06
申请号：CN202210611888.7
申请日：2022-05-31
Applicant: 西安交通大学
Abstract: 本发明公开了一种储能电池舱热失控梯级抑制方法，该方法分为前后两级的梯级抑制；第一级是在储能电池正常运行的状态下，通过局部降温减少预制舱内电池簇的温度不一致性，达到从源头上抑制热失控的目的；第二级是在热失控发生时，持续性地对热失控采取抑制措施，防止热蔓延地发生，将财产和人员的损失降到最低。本发明用以较低成本解决大规模电化学储能电站中储能电池运行温度不均及热失控问题，避免现有方法中存在的一些安全隐患和缺陷。
-
公开(公告)号：CN119270114A
公开(公告)日：2025-01-07
申请号：CN202411374752.4
申请日：2024-09-29
Applicant: 西安交通大学
IPC: G01R31/392 , G01R31/367 , G01R31/378 , G01R31/3842 , G06N3/0464 , G06N3/094 , G06N3/084
Abstract: 本发明公开了基于对抗防御策略的锂电池健康状态估计的方法及系统，该方法包括：获取待检测锂电池的电压和电流，对部分片段的电流进行安时积分，得到部分片段的电压和容量的曲线；基于部分片段的电压和容量的曲线，选取曲线上若干电压对应的容量；将选取的曲线部分片段若干电压值对应的容量输入至预设的锂电池健康状态估计模型，得到锂电池健康状态估计值，其中预设的锂电池健康状态估计模型基于卷积残差网络和对抗攻击的防御策略进行训练所获得的。该系统包括数据获取模块、数据选取模块和数据处理模块。本发明可以对正常的输入样本较为准确地估计SOH，同时针对对抗性攻击的输入样本仍具有较为准确的SOH估计。
-
公开(公告)号：CN114879072B
公开(公告)日：2024-06-25
申请号：CN202210611884.9
申请日：2022-05-31
Applicant: 西安交通大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明一种计及温度特征的储能电站用锂电池SOH评估方法，包括：利用采集到的锂电池原始温度数据，每15分钟进行一次筛选和计算，利用离群算法对数据进行筛选，排除异常的数据；根据筛选后的原始数据，计算环境温差，电池模块温升，和基于标准差的不一致性系数表示的舱内温度不一致性，将经过计算的数据在本地数据库进行备份，并上传云端；以时间为标签，将经过计算的结果作为温度特征向量，与储能电池基础运行数据重构成为样本，电池SOH为样本标签；选取80％的样本作为训练集，20％的样本作为测试集，采用卷积神经网络进行深度学习，形成用于判断和预测电池SOH的神经网络；在神经网络成型后，导入新的样本进行计算，实现对储能电站内电池的短期SOH预测。
-
公开(公告)号：CN114879072A
公开(公告)日：2022-08-09
申请号：CN202210611884.9
申请日：2022-05-31
Applicant: 西安交通大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明一种计及温度特征的储能电站用锂电池SOH评估方法，包括：利用采集到的锂电池原始温度数据，每15分钟进行一次筛选和计算，利用离群算法对数据进行筛选，排除异常的数据；根据筛选后的原始数据，计算环境温差，电池模块温升，和基于标准差的不一致性系数表示的舱内温度不一致性，将经过计算的数据在本地数据库进行备份，并上传云端；以时间为标签，将经过计算的结果作为温度特征向量，与储能电池基础运行数据重构成为样本，电池SOH为样本标签；选取80％的样本作为训练集，20％的样本作为测试集，采用卷积神经网络进行深度学习，形成用于判断和预测电池SOH的神经网络；在神经网络成型后，导入新的样本进行计算，实现对储能电站内电池的短期SOH预测。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.042 seconds)
