[發明專利]基于動力電池充放電自學習電池健康在線檢測及快速評價方法

在審

• 申請號: 201811394487.0
• 申請日: 2018-11-21
• 公開（公告）號: CN109270462A
• 公開（公告）日: 2019-01-25
• 發明（設計）人: 夏向陽;周文釗;黃智
• 申請（專利權）人: 長沙理工大學
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/389;G01R31/392
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于動力電池充放電自學習電池健康在線檢測及快速評價方法,其特征在于：

S1：構建動力電池電氣特征量參數知識庫；

S2：在電池充放電的同時對電池進行一次內阻、端電壓、溫度等電氣參數檢測；

S3：對電池進行均衡性評估；

S4：在充電站電氣特征量知識庫中找到該電池參數特征庫，提取數據進行歸一化處理，并將歸一化處理后的數據在該次充放電得到的參數基礎上進行自組織學習，得到最新數據模型；

S5：結合電池均衡性評估和最新數據模型估算電池SOH并完善該電池參數特征庫。

2.根據權利要求1所述的基于動力電池充放電自學習電池健康在線檢測及快速評價方法，其特征在于，

所述步驟S1的具體步驟為：

S101：知識定義。動力電池使用過程中的電池容量、端電壓、單體壓差、能量以及能量比等。

S102：知識設計。包括電池健康程度檢測和電池未來使用參數評估。

S103：知識記錄。動力電池在日常使用過程中由充電、放電、維護等記錄組成。

S104：知識庫形成。基于記錄的知識進行篩選過濾，以標稱參數為依據，以經驗參數設定閾值，從而形成遵照正態分布的特征曲線知識庫。

3.根據權利要求1所述的基于動力電池充放電自學習電池健康在線檢測及快速評價方法，所述步驟S4中，首先對樣本數據進行歸一化處理，而后使用歸一化后的樣本數據基于最新參數進行自組織學習，并根據前期的數據模型選擇較好的收斂函數。使用樣本對系統學習之后，在學習精度達到要求的情況下，獲得的各個參數即可作為最新的數據模型，并對當前電池進行SOH的判定。