一种锂离子电池主动寿命提升的动态优化充电方法

    公开(公告)号:CN116683069A

    公开(公告)日:2023-09-01

    申请号:CN202310833444.2

    申请日:2023-07-10

    Abstract: 一种电池充电技术领域的锂离子电池主动寿命提升的动态优化充电方法,包括以下步骤:构建电池电化学‑产热‑老化耦合模型,并在该模型中基于电池产热子模型、电压子模型、电池老化子模型构建量化数学关系;基于提出的模型,结合卡尔曼滤波算法,构建准确的综合状态观测器,基于可以测量的状态量,对电池内部无法测量的内部状态量进行准确的估计,以准确跟踪电池当前状态,并对模型内部的一些状态参数进行闭环状态修正;基于所提出的模型和状态观测器,结合模型预测控制算法,设计优化充电控制器。本发明基于电池内部反应机理构建的模型,结合模型预测主动控制策略,抑制充电过程中的老化反应,对充电策略进行动态优化,实现电池使用寿命的提升。

    基于半监督学习的锂离子电池寿命预测方法及系统

    公开(公告)号:CN117330960A

    公开(公告)日:2024-01-02

    申请号:CN202311295387.3

    申请日:2023-10-08

    Abstract: 本发明提供了一种基于半监督学习的锂离子电池寿命预测方法及系统,包括:采集电池循环数据;对所述电池循环数据预处理及降采样,构建训练数据集;根据所述训练数据集,构建数据驱动模型;采用半监督的循环一致性误差作为最终的优化目标函数,对所述数据驱动模型进行循环一致性训练学习,得到训练好的编码网络;通过所述训练好的编码网络进行电池剩余循环寿命预测。本发明不直接以剩余循环圈数为标签进行监督学习,而是用循环一致性半监督学习,合理的规避监督学习中训练、验证数据需要标签的问题,避免由于电池之间循环圈数本身差异导致的标签的歧义性,提高了预测精度。

Patent Agency Ranking