[發(fā)明專利]基于不完整充電過程局部能量特征的電池健康預測方法在審
| 申請?zhí)枺?/td> | 202210240487.5 | 申請日: | 2022-03-10 |
| 公開(公告)號: | CN114563713A | 公開(公告)日: | 2022-05-31 |
| 發(fā)明(設計)人: | 陳宗海;熊鑫;張星辰;康旭;汪玉潔 | 申請(專利權)人: | 中國科學技術大學 |
| 主分類號: | G01R31/367 | 分類號: | G01R31/367;G01R31/378;G01R31/392 |
| 代理公司: | 合肥天明專利事務所(普通合伙) 34115 | 代理人: | 謝中用 |
| 地址: | 230026*** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 完整 充電 過程 局部 能量 特征 電池 健康 預測 方法 | ||
1.一種基于不完整充電過程局部能量特征的電池健康預測方法,包括以下步驟:
采集電動車電池的充電數(shù)據(jù),充電數(shù)據(jù)包含恒壓充電數(shù)據(jù)和恒流充電數(shù)據(jù),并分別提取恒壓充電數(shù)據(jù)和恒流充電數(shù)據(jù)的老化特征;根據(jù)不同老化狀態(tài)下充電電壓曲線的差異,能夠對恒流充電階段的充電電壓劃分特征電壓區(qū)間;
如果充電數(shù)據(jù)包含恒壓充電數(shù)據(jù)且滿足條件A,則將恒壓充電數(shù)據(jù)的老化特征作為輸入、將電池健康度作為輸出、并利用機器學習算法建立健康狀態(tài)預測模型一;
如果充電數(shù)據(jù)僅包含恒流充電數(shù)據(jù)且滿足條件B,或者充電數(shù)據(jù)包含恒壓充電數(shù)據(jù)但不滿足條件A,則將恒流充電數(shù)據(jù)的老化特征作為輸入、將電池健康度作為輸出、利用機器學習算法建立健康狀態(tài)預測模型二;
其中條件A為:恒壓充電過程中的充電截止電流小于或者等于恒流充電過程中充電電流的x倍,x介于0.05和1之間;條件B為:恒流充電數(shù)據(jù)至少包含一個完整的特征電壓區(qū)間;
將電動車的充電數(shù)據(jù)輸入到健康狀態(tài)預測模型一或者健康狀態(tài)預測模型二中,得到健康狀態(tài)預測值。
2.根據(jù)權利要求1所述的基于不完整充電過程局部能量特征的電池健康預測方法,其特征在于:恒壓充電數(shù)據(jù)的老化特征包括恒壓充電階段的能量增量、充電溫度、充電倍率。
3.根據(jù)權利要求1所述的基于不完整充電過程局部能量特征的電池健康預測方法,其特征在于:根據(jù)不同老化狀態(tài)下充電電壓曲線的差異,將恒流充電階段的充電電壓劃分為多個特征電壓區(qū)間,各個特征電壓區(qū)間內,不同老化狀態(tài)對應的充電電壓曲線與坐標軸所包絡的面積不同;恒流充電數(shù)據(jù)的老化特征包括恒流充電階段各個特征電壓區(qū)間內的能量增量、充電溫度、充電倍率作為老化特征。
4.根據(jù)權利要求1所述的基于不完整充電過程局部能量特征的電池健康預測方法,其特征在于:如果充電數(shù)據(jù)既不包含恒壓充電數(shù)據(jù)也不包含恒流充電數(shù)據(jù),則將上一次的健康狀態(tài)預測值作為本次的健康狀態(tài)預測值。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國科學技術大學,未經中國科學技術大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210240487.5/1.html,轉載請聲明來源鉆瓜專利網。





