-
公开(公告)号：CN110442901B
公开(公告)日：2023-09-12
申请号：CN201910556608.5
申请日：2019-06-25
Applicant: 哈尔滨工业大学(威海)
IPC: G06F30/20 , G01R31/367 , G01R31/385
Abstract: 一种锂离子电池电化学简化模型及其参数的获取方法，涉及锂离子电池的机理模型，锂离子电池电化学简化模型为：#imgabs0#其中，Uapp为锂离子电池的端电压；Up、Un为正负极开路电势；t为时间、t+为阳离子迁移数；ysurf和xsurf为正负极固相表面锂离子浓度；R为理想气体常数；F为法拉第常数；T为锂离子电池的工作温度；c0为电解液中的初始锂离子浓度；mp和mn为中间变量，无具体的物理意义；△c1和△c2是正、负极集流体处的锂离子浓度相对于电解液中的初始锂离子浓度c0的改变量；Rohm为锂离子电池等效的欧姆内阻；I为外电流，规定放电为正，充电为负。本发明能够实现不同钴酸锂材料电池在4C倍率及以下端电压的精确仿真。
-
公开(公告)号：CN112526350B
公开(公告)日：2022-05-27
申请号：CN202011453417.5
申请日：2020-12-11
Applicant: 哈尔滨工业大学(深圳) , 哈尔滨工业大学(威海)
IPC: G01R31/367 , G01R31/378
Abstract: 考虑热效应影响的锂离子电池峰值功率预测方法，涉及动力电池系统技术领域。本发明是为了解决现有利用电化学模型得到的峰值功率不准确的问题。建立锂离子电池的简化电化学模型；对锂离子电池的简化电化学模型进行参数辨识，得到辨识参数；获得锂离子电池内部变量；得到锂离子电池单体的端电压、不同时刻的电池内部温度和最大放电倍率；在初始放电倍率和最大放电倍率之间，分别找到3个临界放电倍率，从找到的3个临界放电倍率中选出最小值，并结合不同时刻锂离子电池单体的端电压平均值，得到锂离子电池峰值功率。它用于获得电池峰值功率，从而保护电池寿命。
-
公开(公告)号：CN112009252A
公开(公告)日：2020-12-01
申请号：CN202011072539.X
申请日：2020-10-09
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供了一种动力电池系统故障诊断及容错控制方法，采用了以端电压为输入、电流为输出的包含电流传感器故障值在内的增广状态空间方程，通过算法实时估计出电流传感器故障值，当故障值的绝对值超过阈值即可判断传感器发生故障，然后对模型参数辨识和SOC估计进行容错控制。因该方法以电流为输出，故更适合检测电流传感器故障。此外，增广状态空间方程包含传感器故障值有助于后续参数辨识和状态估计的容错控制，提高了系统的可靠性。
-
公开(公告)号：CN114740365B
公开(公告)日：2024-12-06
申请号：CN202210422955.0
申请日：2022-04-21
Applicant: 哈尔滨工业大学(威海)
IPC: G01R31/367
Abstract: 本发明公开了一种基于机器学习的动力电池并联支路电流估计和矫正方法，获取动态工况下的并联电池组的干路电路I，两条支路电流I1，I2以及支路电压V；利用安时积分法得到荷电状态SOCI；通过第一个BP神经网络对并联电池组支路电流进行估计，得到并联电池组支路电流估计值#imgabs0#和除目标工况外其余动态工况估计误差EOB1和EOB2；通过第二个BP神经网络得到目标工况下两条支路电流估计值的误差#imgabs1#和#imgabs2#将目标工况下的支路电流估计值减去估计误差即可得到矫正后的支路电流估计值。本发明的有益效果在于：本发明首次提出对估计误差进行训练学些，形成双神经网络模型进行估计及矫正，大幅降低复杂工况下的电流估计误差。
-
公开(公告)号：CN118731751A
公开(公告)日：2024-10-01
申请号：CN202411056529.5
申请日：2024-08-02
Applicant: 哈尔滨工业大学(威海) , 中国电器科学研究院股份有限公司
IPC: G01R31/392 , G01R31/367
Abstract: 基于融合注意力机制和深度卷积的锂电池SOH估计方法，属于电化学、计算机等交叉技术领域。现有缺少同时兼顾精度和效率的锂电池SOH的估计方法的问题。采集锂电池在每次充放电循环下的电压数据、电流数据和当前可用最大容量，根据当前可用最大容量计算获得SOH；利用多种统计学方法对每次充放电循环下的电压和电流数据进行处理，得到多种衰退特征；获得同一种衰退特征与SOH的皮尔逊相关系数和与SOH的斯皮尔曼相关系数的平均值，作为对应衰退特征的相关系数；从多种衰退特征的相关系数中选出最大值所对应的衰退特征作为最优衰退特征；利用最优衰退特征和对应的SOH训练网络，得到训练完成的模型；利用训练完成的模型预测出该锂电池的SOH。用于预测锂电池SOH。
-
Patent Agency Ranking
公开(公告)号：CN118444164A
公开(公告)日：2024-08-06
申请号：CN202410539000.2
申请日：2024-04-30
Applicant: 哈尔滨工业大学(威海) , 中国电器科学研究院股份有限公司
IPC: G01R31/367 , G01R31/392 , G16C20/70 , G06F18/27 , G06N5/01 , G06F18/213 , G06N20/00
Abstract: 基于物理信息机器学习的锂离子电池SOH估计方法，属于动力电池系统技术领域。现有估计方法存在从真实电池老化过程中获得数据集的时间长的问题。根据预估锂离子电池在使用过程中容量的变化范围，设定锂离子电池的简化电化学模型中各种参数空间，使用拉丁超立方抽样法生成参数集；设计几何形状筛选算法删除不符合要求的参数集；从保留的参数集构成的仿真电压曲线中提取特征和仿真容量，利用贪心算法从特征中选取最优特征组成最优特征集合，结合归一化后的仿真容量集合训练高斯过程回归模型；从目标锂离子电池中提取特征输入至训练好的高斯过程回归模型中，输出容量集合，根据该集合获得目标锂离子电池健康状态。本发明用于估计锂离子健康状态。
-
公开(公告)号：CN113933714B
公开(公告)日：2024-07-02
申请号：CN202111204509.4
申请日：2021-10-15
Applicant: 哈尔滨工业大学(威海)
IPC: G01R31/367 , G01R31/388 , H01M10/0525
Abstract: 基于简化电化学模型和灰色预测联合的电池容量预测方法，属于电池性能衰减预测领域，为了解决对锂离子电池性能衰减预测精度低的问题。获取锂离子电池在充放电情况下的电流数据和电化学模型参数，所述电化学模型参数包括多个电化学参数；将每个电化学参数在设定的变化范围内取多个均分值，分别代入对应的电化学模型中进行电池放电仿真，获得每个电化学参数的敏感度；从多个电化学参数的敏感度中选出高于预设敏感值的电化学参数作为关键敏感参数；利用灰色预测模型预测关键敏感参数的退化，得到关键敏感参数的预测值；将关键敏感参数的预测值代入电化学模型中模拟恒流放电至截止电压处，预测出锂离子电池的放电容量。它用于预测电池容量。
-
公开(公告)号：CN114814593B
公开(公告)日：2024-06-11
申请号：CN202210466822.3
申请日：2022-04-29
Applicant: 哈尔滨工业大学(威海)
IPC: G01R31/367 , G06F18/22
Abstract: 本发明公开了一种两步检测策略的电池组多故障快速诊断方法，包括以下步骤：S1、按照串‑并联交错电压测量设计布置传感器的位置，在不同的故障条件下，采集每个传感器测量的电压数据；S2、建立闵氏距离相似度计算公式；S3、根据闵氏距离相似度计算模型计算闵氏距离相似度，建立故障诊断策略；S4、建立基于阈值的能够区分出具有相似特征故障的隔离模型。本发明的有益效果在于：根据串‑并联电池组交错电压测量设计，可以有效地识别并定位出连接松脱故障、传感器故障和短路故障，无需复杂的电池模型，对数据依赖度低，计算量小。
-
公开(公告)号：CN112009252B
公开(公告)日：2023-12-01
申请号：CN202011072539.X
申请日：2020-10-09
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供了一种动力电池系统故障诊断及容错控制方法，采用了以端电压为输入、电流为输出的包含电流传感器故障值在内的增广状态空间方程，通过算法实时估计出电流传感器故障值，当故障值的绝对值超过阈值即可判断传感器发生故障，然后对模型参数辨识和SOC估计进行容错控制。因该方法以电流为输出，故更适合检测电流传感器故障。此外，增广状态空间方程包含传感器故障值有助于后续参数辨识和状态估计的容错控制，提高了系统的可靠性。
-
公开(公告)号：CN115754724A
公开(公告)日：2023-03-07
申请号：CN202211075104.X
申请日：2022-09-03
Applicant: 哈尔滨工业大学(威海)
IPC: G01R31/36 , G01R31/367 , G01R31/378 , G01R31/392 , G01R31/396
Abstract: 一种适用于未来不确定性动态工况放电的动力电池健康状态估计方法，包括以下步骤：S1、采用Thevenin模型构建电池模型；S2、电池模型的参数辨识；S3、提取端电压误差均值和中位数；S4、采用欧氏距离来描述电池老化之前和老化之后的差异；S5、建立欧氏距离与电池SOH之间的经验模型。本发明的有益效果在于：能够通过未来不确定性动态工况放电的数据估计电池的SOH，模型具有良好的精度和泛化性能；且不需要辨识电池模型每个老化点下的参数，仅辨识初始循环的电池模型的参数。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.042 seconds)
