公开(公告)号：CN112540298A

公开(公告)日：2021-03-23

申请号：CN202011570001.1

申请日：2020-12-26

Applicant: 福州大学

Inventor： 王亚雄 ,  陈振航 ,  陈锦洲 ,  杨庆伟

IPC: G01R31/367 ,  G01R31/387 ,  G01R31/378 ,  G06N3/063 ,  G06N3/08

Abstract: 本发明涉及一种基于深度‑迁移学习的锂离子电池SOC估计方法，获得源域训练集以及目标域训练集和测试集；构建基于深度学习的锂离子电池SOC估计源域模型，利用源域训练集对锂离子电池SOC估计源域模型进行训练，保存模型训练数据参数；构建基于深度学习的锂离子电池SOC估计目标域模型，采用迁移学习方法，将锂离子电池SOC估计源域模型训练数据参数转移至所述锂离子电池SOC估计目标域模型，共享模型权值参数进行初始化设置；将锂离子电池目标域训练集导入锂离子电池SOC估计目标域模型进行微调训练处理，进一步导入目标域测试集预测锂离子电池SOC值。本发明减少锂离子电池SOC估计模型的训练时间和实验数据收集过程需要耗费大量的时间和资金投入。

公开(公告)号：CN112540298B

公开(公告)日：2022-05-10

申请号：CN202011570001.1

申请日：2020-12-26

Applicant: 福州大学

Inventor： 王亚雄 ,  陈振航 ,  陈锦洲 ,  杨庆伟

IPC: G06F30/27 ,  G01R31/367 ,  G01R31/387 ,  G01R31/378 ,  G06N3/063 ,  G06N3/08

Abstract: 本发明涉及一种基于深度‑迁移学习的锂离子电池SOC估计方法，获得源域训练集以及目标域训练集和测试集；构建基于深度学习的锂离子电池SOC估计源域模型，利用源域训练集对锂离子电池SOC估计源域模型进行训练，保存模型训练数据参数；构建基于深度学习的锂离子电池SOC估计目标域模型，采用迁移学习方法，将锂离子电池SOC估计源域模型训练数据参数转移至所述锂离子电池SOC估计目标域模型，共享模型权值参数进行初始化设置；将锂离子电池目标域训练集导入锂离子电池SOC估计目标域模型进行微调训练处理，进一步导入目标域测试集预测锂离子电池SOC值。本发明减少锂离子电池SOC估计模型的训练时间和实验数据收集过程需要耗费大量的时间和资金投入。

公开(公告)号：CN115656861A

公开(公告)日：2023-01-31

申请号：CN202211429509.9

申请日：2022-11-15

Applicant: 福州大学

Inventor： 王亚雄 ,  鄂林 ,  欧凯 ,  陈振航

IPC: G01R31/392 ,  G01R31/367 ,  G01R31/385 ,  G01R1/30

Abstract: 本发明提出一种基于均衡电路的动力电池诊断装置及方法，该装置具有两种模式，均衡与诊断。该电池诊断方法包括：向均衡电路的参考电流中注入多频率周期性信号，由输出电流激励电池；采样获得电池电压、电流数据，由快速傅里叶变换处理得到电池的电化学阻抗谱；建立电池阻抗模型用于分析电化学阻抗谱变化；诊断时以相同检测条件获得电池的电化学阻抗谱，与历史信息对比得到欧姆电阻与电荷转移电阻的阻值增量，设置增量阈值；当增量超过阈值时诊断为电池故障，并分析故障类型，如虚接、微短路，并辅助诊断老化、阻抗不一致性等。本方案诊断装置基于均衡电路，其设备集成在电池管理系统中，利用电化学阻抗谱信息在线诊断电池故障。