-
公开(公告)号：CN115267551B
公开(公告)日：2025-01-14
申请号：CN202210893146.8
申请日：2022-07-27
Applicant: 哈尔滨工业大学
IPC: G01R31/367
Abstract: 一种同时测得锂离子电池电极材料开路电势曲线与熵系数曲线的方法，属于锂离子电池技术领域。具体步骤：将需要仿真的电池拆解，组装为扣式半电池，在室温温度下先进行数圈充放电循环活化，然后再进行充电或放电(正极充电、负极放电)至满充或满放，然后以室温温度相同电流充放固定的容量(正极放电、负极充电)，然后分别在不同温度下进行静置，静置之后放回室温下以相同电流充放固定的容量，重复上述操作，直到达到规定电压上限或下限，记录不同温度下电压以及电压差。然后开路电势曲线拟合采用正切函数与指数函数的结合，熵系数曲线拟合采用多项式拟合，从而得到开路电势曲线与熵系数曲线。
-
公开(公告)号：CN119783511A
公开(公告)日：2025-04-08
申请号：CN202411835307.3
申请日：2024-12-13
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G01R31/392 , G01R31/36 , G01R31/378 , G01R31/367 , G06F30/15 , G06N3/006 , G06N3/0499 , G06N3/084 , G06F17/15 , G06F119/04
Abstract: 基于模型‑数据混合驱动的锂离子电池变工况SOH评估方法，它涉及锂离子电池健康状态评估方法，它是要解决现有电池的定工况SOH估计法适用性差、精度低的问题。本方法：一、电池在工况一、二下加速老化采集信息；二、针对电池在工况一下的恒流放电曲线，用粒子群优化算法进行SP+模型参数辨识，得到模型参数在电池健康度为100％～80％内的退化轨迹；三、选出与电池SOH相关度高的模型参数作为健康特征输入BP神经网络算法估计电池SOH，工况一、二数据分别为训练集和测试集；四、根据工况一数据训练得到的BPNN模型，在输入改为仿真得到的工况二SP+模型参数后，输出的工况二下的电池SOH，完成评估。可用于电池领域。
-
公开(公告)号：CN119557778A
公开(公告)日：2025-03-04
申请号：CN202411775867.4
申请日：2024-12-05
Applicant: 哈尔滨工业大学
IPC: G06F18/243 , G06F18/2413 , G06F18/2411 , G06F18/214 , G06F18/22 , G06N3/0985 , G06N3/006 , G06N3/126
Abstract: 一种基于机器学习分类器和启发式算法的锂电池电化学模型的参数辨识方法，它涉及锂电池电化学模型的参数辨识方法，它是要解决现有的锂电池电化学模型参数辨识方法辨识效率低的技术问题，本方法：对电化学模型的参数进行敏感性分析并将其分类，选取高敏感参数作为辨识对象；初始化启发式算法，采集用于分类器训练的参数集数据和对应的收敛性的标签，计算参数集中各个参数与电化学模型收敛性的相关性；构建基于机器学习算法的分类器，先用相关性高的参数集数据训练分类器，然后用相关性较低的参数集数据对分类器进行微调；重新初始化启发式算法，迭代至设定次数或精度满足条件，完成参数的精确辨识。可用于电化学领域。
-
公开(公告)号：CN115267551A
公开(公告)日：2022-11-01
申请号：CN202210893146.8
申请日：2022-07-27
Applicant: 哈尔滨工业大学
IPC: G01R31/367
Abstract: 一种同时测得锂离子电池电极材料开路电势曲线与熵系数曲线的方法，属于锂离子电池技术领域。具体步骤：将需要仿真的电池拆解，组装为扣式半电池，在室温温度下先进行数圈充放电循环活化，然后再进行充电或放电(正极充电、负极放电)至满充或满放，然后以室温温度相同电流充放固定的容量(正极放电、负极充电)，然后分别在不同温度下进行静置，静置之后放回室温下以相同电流充放固定的容量，重复上述操作，直到达到规定电压上限或下限，记录不同温度下电压以及电压差。然后开路电势曲线拟合采用正切函数与指数函数的结合，熵系数曲线拟合采用多项式拟合，从而得到开路电势曲线与熵系数曲线。
-
-
-
Search Results
4
records
(took 0.023 seconds)
