-
公开(公告)号:CN119335414A
公开(公告)日:2025-01-21
申请号:CN202411681148.6
申请日:2024-11-22
Applicant: 哈尔滨工业大学 , 绿进新能源科技(常熟)有限公司
IPC: G01R31/367 , G01R31/378 , G01R31/392
Abstract: 基于多维数据混合深度神经网络的锂离子电池剩余使用寿命预测方法和系统,涉及锂离子电池技术领域。解决了现有基于深度学习对锂离子电池剩余使用寿命预测方法基本都需要多个电池循环的数据,对电池管理系统的数据存储提出了较大挑战的问题。方法包括:对电池进行充放电老化实验获得电池性能指标和观测数据,建立锂电池原始老化数据集并进行预处理;通过特征工程对数据集进行整理提取;搭建混合深度神经网络模型;采用k折交叉验证对混合深度神经网络模型进行训练;当k折交叉验证训练完成后,加载模型并计算每折模型在测试集数据上的输出,取平均后用于对锂离子电池的剩余使用寿命的预测。应用于新能源汽车领域。
-
公开(公告)号:CN117577814A
公开(公告)日:2024-02-20
申请号:CN202311741797.6
申请日:2023-12-18
Applicant: 哈尔滨工业大学
Abstract: 一种钠离子电池用单晶正极材料及其制备方法,属于钠离子电池技术领域,所述正极材料包括主体材料和包覆所述主体材料的包覆层;主体材料的化学式为NaaMnxMyO2,其中,a,x,y分别为对应元素所占的摩尔比,满足0.67≤a≤1,2/3≤x≤1,0≤y≤1/3,且x+y=1.0,元素M为Li、B、Mg、Al、Si、Ti、V、Cr、Fe、Co、Ni、Cu、Zn、Zr、Nb、La和Sn中的一种或多种;包覆层为熔点低于700℃的牺牲性熔盐。本发明通过在固相反应过程中加入适量的表面活性剂和牺牲性熔盐,使其在预烧结步骤促进活性晶面生长并在后续高温煅烧时减少颗粒团聚,一步实现单晶、掺杂和包覆性正极材料。采用牺牲性熔盐结合表面活性剂制备单晶正极的方法单晶正极结构稳定且与电解液副反应减少。
-