-
公开(公告)号:CN118607348A
公开(公告)日:2024-09-06
申请号:CN202410604982.9
申请日:2024-05-15
申请人: 华中科技大学
IPC分类号: G06F30/27 , G01R31/367 , G01R31/378 , G01R31/392 , G06F119/04
摘要: 本发明提供了一种有限数据条件下基于元学习方法的锂电池剩余寿命预测方法,涉及电池剩余寿命预测技术领域,方法包括特征处理,获取历史电池数据后筛选出主要特征,进行滤波和归一化处理;元学习模型训练,利用特征处理后的数据建立元学习模型并进行训练;元学习模型应用,基于待预测的电池在线数据,利用元学习模型预测电池的未来退化情况和剩余使用寿命。本发明元学习模型具有较强的自适应能力,能够在外部环境不断变化的情况下,不断提高预测准确性,因此本发明采用元学习模型预测锂电池的未来退化情况和剩余使用寿命寿命,能够应对由于在工业过程中退化监测不到位导致数据部分缺失的问题。
-
公开(公告)号:CN118604627A
公开(公告)日:2024-09-06
申请号:CN202410659293.8
申请日:2024-05-27
申请人: 中国第一汽车股份有限公司
IPC分类号: G01R31/367 , G06Q10/0639 , G06Q50/06 , G06N3/084 , G01R31/385 , G01R31/392 , G01R31/36 , G01R31/378
摘要: 本申请提供了一种动力电池设计的评估方法和装置,其中,该方法包括:确定针对待测动力电池的测试项目,并确定所述待测动力电池在该测试项目下的预设技术指标;对所述待测动力电池进行针对所述测试项目的测试,检测所述待测动力电池在所述测试项目下的预设技术指标的实际值;将每个预设技术指标的实际值输入至与所述测试项目对应的动力电池性能评估模型,得到用于表征所述待测动力电池在所述测试项目下的性能的评估指数;输出所述评估指数以及用于提升所述待测动力电池在所述测试项目下的性能的设计建议。通过本申请,针对动力电池在一测试项目下的性能进行评估,以对动力电池进行设计优化。
-
公开(公告)号:CN118604622A
公开(公告)日:2024-09-06
申请号:CN202410533123.5
申请日:2024-04-29
申请人: 广西电网有限责任公司培训与评价中心
IPC分类号: G01R31/367 , G01R31/374 , G01R31/378
摘要: 本发明提出一种考虑铅酸蓄电池内部温度影响的等效电路模型参数修正方法,建立了VRLA蓄电池的等效热路模型,基于VFFRLS辨识算法得到热路模型参数。接着,提出了基于蓄电池电‑热耦合模型修正电路模型参数方法,分析电池模型参数随电池内部温度的变化情况,得到其参数修正方程。最后,构建了VRLA蓄电池电‑热耦合仿真模型,仿真与实验验证了在不同温度下的电池模型精度得到了提升。本发明提高了VRLA蓄电池内部温度的计算精度;考虑了电池在辨识过程中内部温度对其等效电路模型参数的影响,提升了参数辨识精度。
-
公开(公告)号:CN118584363A
公开(公告)日:2024-09-03
申请号:CN202411059877.8
申请日:2024-08-05
申请人: 山东工商学院
IPC分类号: G01R31/378 , G01R31/367 , G01R31/392
摘要: 本发明属于电池剩余使用寿命预测技术领域,具体涉及基于融合特征的锂离子电池剩余使用寿命预测方法,步骤包括在锂离子电池的全周期老化过程中,提取每轮充放电循环的恒流充电时间和恒压充电时间作为老化数据;从老化数据中提取出能够表示锂离子电池老化状态的健康因子;从预处理后的健康因子中筛选出实现锂离子电池RUL预测的最终预测特征;搭建BiGRU网络模型作为预测模型,采用鱼鹰优化算法OOA,实现参数的自配置;基于优化后的BiGRU网络模型,得到最终的RUL预测值,实现电池RUL预测。本发明解决了电池容量难以直接测量的问题,搭建的预测模型具有良好的准确性和鲁棒性,且能够有效防止模型过拟合。
-
公开(公告)号:CN118573051A
公开(公告)日:2024-08-30
申请号:CN202410608874.9
申请日:2024-05-16
申请人: 石家庄科林电气设备有限公司 , 石家庄科林电气股份有限公司
IPC分类号: H02N11/00 , H02J7/32 , H02J7/00 , G08B21/18 , G01K13/00 , G01R31/00 , G01R31/36 , G01R31/378 , G01R31/382 , G01R31/385
摘要: 本发明提供一种利用新能源箱变余热发电的控制方法、装置及系统,涉及电力电网技术领域。本发明利用塞贝克效应,设置温差发电模块,构建新能源发电系统,收集新能源箱变中的设备发热量进行发电,并为储能电池充电和发热设备降温,解决了新能源箱变中能源利用率的技术问题,提高了新能源箱变的能源利用率。在该过程中,通过监测发热设备的实时温度,并设置不同的温度区间进行温度对比,当发热设备温度较低时,控制温差发电模块发出的电能向储能电池供电,当发热设备温度较高时,控制储能电池和温差发电模块同时为降温设备供电,兼顾了新能源箱变的能源利用和散热需求,进一步提高了新能源箱变的能源利用率。
-
公开(公告)号:CN118569411A
公开(公告)日:2024-08-30
申请号:CN202410574351.7
申请日:2024-05-10
申请人: 江苏林源储能有限公司
IPC分类号: G06N20/10 , G01R31/378 , G01R31/367 , G01R31/392 , G01R31/387 , G06N3/006
摘要: 本发明公开了麻雀优化支持向量机算法的全钒电池安全状态估计方法,包括以下步骤:S1:获取全钒液流电池的历史数据;S2:提取历史数据的特征数据,创建支持向量机模型,得到支持向量机模型的参数;S3:采用改进麻雀算法,在发现者位置中引入非线性正弦学习因子,得到发现者位置的更新公式;S4:对改进麻雀算法进行迭代优化,若达到最大迭代次数,结束计算,否则,继续迭代直到得到最优解;S5:利用最优解计算支持向量机模型的最优参数;S6:根据最优参数创建目标支持向量机模型,利用目标支持向量机模型计算全钒液流电池的SOC、全钒液流电池的SOH。本发明引入非线性正弦学习因子对麻雀算法进行改进,提升支持向量机参数的搜寻速度。
-
公开(公告)号:CN118566763A
公开(公告)日:2024-08-30
申请号:CN202410573590.0
申请日:2024-05-10
申请人: 电子科技大学
IPC分类号: G01R31/392 , G01R31/367 , G01R31/378
摘要: 本发明公开了一种基于多尺度特征提取网络估计锂电池健康状态的方法,先构建精细化建模的多尺度特征提取网络,再使用采集的数据集训练网络,直至收敛;然后根据收敛后的多尺度特征提取网络预测待测锂电池的健康状态;具体地讲,多尺度特征提取网络融合了精细化序列处理与卷积注意力特征提取,然后根据融合后的特征,使用多层感知机估计待测锂电池的健康状态,从而这样便获得更全面的锂电池老化特征,使预测的更加精确。
-
公开(公告)号:CN118226281B
公开(公告)日:2024-08-30
申请号:CN202410651808.X
申请日:2024-05-24
申请人: 深圳屹艮科技有限公司
IPC分类号: G01R31/367 , G01R31/378
摘要: 本申请涉及一种锂离子电池的衰减轨迹预测方法、装置、设备和存储介质。所述方法包括:获取目标电池的充放电数据,并将充放电数据输入至多个参数估计模型中,获取目标电池的性能参数,从而根据性能参数和充放电数据,预测目标电池的衰减轨迹。先根据目标电池的充放电数据确定目标电池的性能参数,从而结合性能参数和充放电数据预测目标电池的衰减轨迹,与现有技术中通过大量的充放电数据直接预测目标电池的衰减轨迹相比,本方法结合性能参数更能体现目标电池的特征,从而提高了预测出的衰减轨迹的准确度。
-
公开(公告)号:CN118549831A
公开(公告)日:2024-08-27
申请号:CN202310211372.8
申请日:2023-02-27
申请人: 北京车和家汽车科技有限公司
发明人: 邢雷
IPC分类号: G01R31/385 , G01R31/367 , G01R31/388 , G01R31/378
摘要: 本公开涉及电池检测技术领域,公开了一种电池析锂检测方法、装置、设备、车辆及存储介质。在本公开的一些实施例中,在电池充电电流发生变化的充电过渡阶段,添加一个静置时间段;在电池充电过程中采集在静置时间段内的电池的电压数据;对电压数据的变化情况进行分析,得到电池的析锂情况,不会对电芯造成破坏,在电池充电的整个过程均能进行析锂检测,提高电池析锂检测的准确度。
-
公开(公告)号:CN118541895A
公开(公告)日:2024-08-23
申请号:CN202380016843.8
申请日:2023-01-06
申请人: 松下知识产权经营株式会社
IPC分类号: H02J7/00 , G01R31/378 , G01R31/396 , H01M4/58 , H01M10/44 , H01M10/48
摘要: 数据获取部获取将多个单体电池串联连接而成的电池组的各单体电池、或将多个并联单体电池块串联连接而成的电池组的各并联单体电池块的电压数据及电流数据,该并联单体电池块是将多个单体电池并联连接而成的。dV/dQ估计部基于各单体电池或各并联单体电池块的电压数据及电流数据,来估计各单体电池或各并联单体电池块的表示电压相对于电容的微分值的dV/dQ。判定部基于多个单体电池或多个并联单体电池块之间的dV/dQ的特征点的偏差的推移,来判定是否在电池组内发生了微短路。
-
-
-
-
-
-
-
-
-