-
公开(公告)号:CN115688415B
公开(公告)日:2025-05-09
申请号:CN202211332157.5
申请日:2022-10-28
IPC: G06F30/20 , G06F18/2415 , G06F18/25 , G06Q10/0639 , G06Q10/04 , G06F119/04 , G06F111/08
Abstract: 本发明涉及一种本发明实施例提供的考虑切换状态的锂离子电池剩余寿命预测方法及设备,属于锂离子电池健康管理技术领域,该方法及设备通过获取锂离子电池的退化数据和历史状态数据,根据预先构建的锂离子电池退化模型和锂离子电池运行状态切换模型,从而考虑状态切换对锂离子电池退化的影响,有效解决了实际运行状态下锂离子电池RUL预测难的问题;同时相比其他方法,通过贝叶斯后验更新了预先构建的锂离子电池退化模型和锂离子电池运行状态切换模型,具有实时预测的能力;且本发明预先构建锂离子电池剩余概率密度函数模型,更利于在线计算,为锂离子电池RUL预测以及健康管理系统的嵌入式和云平台研发提供了依据和思路。
-
公开(公告)号:CN116609673A
公开(公告)日:2023-08-18
申请号:CN202310580527.5
申请日:2023-05-22
Applicant: 重庆大学 , 重庆赛力斯新能源汽车设计院有限公司
IPC: G01R31/367 , G01R31/392 , G06F18/241 , G06F18/214 , G06N3/0442
Abstract: 本申请提出一种基于充电特征和迁移学习的电池剩余寿命预测方法及装置,涉及电池寿命预测技术领域。其中,方法包括:获取待测电池在距当前最近一次充电过程的充电数据;将充电特征数据输入至预设的电池剩余寿命预测模型,获得待测电池当前的剩余寿命预测值;其中,电池剩余寿命预测模型为已基于迁移学习的方式,学习得到待测电池的充电特征数据与剩余寿命之间映射关系的神经网络模型。该方案可以实现对电池剩余寿命的准确预测。
-
公开(公告)号:CN115688415A
公开(公告)日:2023-02-03
申请号:CN202211332157.5
申请日:2022-10-28
Applicant: 重庆大学 , 重庆金康赛力斯新能源汽车设计院有限公司
IPC: G06F30/20 , G06F18/2415 , G06F18/25 , G06Q10/0639 , G06Q10/04 , G06F119/04 , G06F111/08
Abstract: 本发明涉及一种本发明实施例提供的考虑切换状态的锂离子电池剩余寿命预测方法及设备,属于锂离子电池健康管理技术领域,该方法及设备通过获取锂离子电池的退化数据和历史状态数据,根据预先构建的锂离子电池退化模型和锂离子电池运行状态切换模型,从而考虑状态切换对锂离子电池退化的影响,有效解决了实际运行状态下锂离子电池RUL预测难的问题;同时相比其他方法,通过贝叶斯后验更新了预先构建的锂离子电池退化模型和锂离子电池运行状态切换模型,具有实时预测的能力;且本发明预先构建锂离子电池剩余概率密度函数模型,更利于在线计算,为锂离子电池RUL预测以及健康管理系统的嵌入式和云平台研发提供了依据和思路。
-
-