公开(公告)号：CN117169754A

公开(公告)日：2023-12-05

申请号：CN202311128965.4

申请日：2023-09-01

Applicant: 上海理工大学

Inventor： 朱佳俊 ,  来鑫 ,  唐晓鹏 ,  郑岳久 ,  柯月航

IPC: G01R31/389 ,  G01R31/387 ,  G01R31/378 ,  G01R31/396 ,  G01R31/52

Abstract: 本发明提供一种对老化和负载不敏感的电池内部短路电阻定量检测方法，属于锂离子动力电池故障检测技术领域，包括1、通过安时积分法计算电池包中#j电池在k时刻的SOC值；2、采用带有迟滞的电压均衡算法，并设置了两个阈值；3、在被动均衡且电池包在充放电测试前后SOC保持不变情况下，计算得到各关系式；4、在主动均衡且电池包在充放电测试前后SOC保持不变情况下，计算得到各关系式；5、总结得到内短路泄漏容量与均衡容量的关系；6、根据欧姆定律，由泄漏容量计算出内短路阻值。该发明所提出的方法能在均衡系统工作的情况下实现内短路电池的检测与内短路的阻值计算，对电池的任意老化状态和任意运行工况均适用，实现了对内短路的定量分析。

公开(公告)号：CN119224596A

公开(公告)日：2024-12-31

申请号：CN202411643807.7

申请日：2024-11-18

Applicant: 上海理工大学

Inventor： 来鑫 ,  朱佳俊 ,  郑岳久 ,  唐晓鹏

IPC: G01R31/367 ,  G01R31/378 ,  G01R31/385

Abstract: 本发明提出一种电池全频率电化学阻抗谱在线生成方法，包括步骤S1：选择锂离子电池为测试电池，经过加速老化测试后，对测试电池进行弛豫电压测试和全频率电化学阻抗谱测试；S2：利用阻抗谱数据，离线辨识出分数阶等效电路模型参数，组成参数集P；S3：利用弛豫电压数据，离线辨识出弛豫电压模型参数，并组成参数集Θ；S4：以参数集P和参数集Θ为输入，对神经网络模型进行离线训练，得到电池弛豫电压模型与分数阶等效电路模型之间的映射关系模型；S5：将离线训练好的神经网络模型进行在线应用，重构电池的多频率阻抗谱曲线；本发明方法计算复杂度低、便捷高效、准确率高，能有效降低成本且摆脱了实验室场景的局限性和依赖性，具有广泛的应用场景。

公开(公告)号：CN117872196A

公开(公告)日：2024-04-12

申请号：CN202311591846.2

申请日：2023-11-27

Applicant: 上海理工大学

Inventor： 来鑫 ,  朱佳俊 ,  唐晓鹏 ,  郑岳久 ,  孙跃东

IPC: G01R31/392 ,  G01R31/389 ,  G01R31/367

Abstract: 本发明提供一种基于迁移学习的动力电池电化学阻抗谱在线重构方法，属于动力电池技术领域，包括离线训练部分、离线迁移部分和在线应用部分，其中，离线训练部分包括选择样本电池并测量其在不同SOH和SOC下的阻抗谱、基于阻抗谱进行模型参数辨识和数据处理以及神经网格训练；离线迁移部分具体为基于训练后的神经网络模型通过迁移学习得到目标神经网络模型；在线应用部分则是在目标网络模型中进行在线应用。本发明提出了一种通用简便的阻抗谱重构的在线获取方法，无需测量电池动态工况即可建立基础模型，只需采集少量任意电池阻抗谱样本即可得到目标模型，在线获取动态信号可重构出阻抗谱信息，为电池分析诊断获取阻抗谱提供了便捷的方法。

公开(公告)号：CN117590248A

公开(公告)日：2024-02-23

申请号：CN202311318272.1

申请日：2023-10-11

Applicant: 上海理工大学

Inventor： 来鑫 ,  柯月航 ,  郑岳久 ,  唐晓鹏 ,  朱佳俊 ,  柯鹏辉

IPC: G01R31/382

Abstract: 本发明公开了一种基于均衡电量的锂离子电池内短路故障定量检测方法，包括：S1、将电池组内电池单体的初始SOC调节一致；S2、对电池组恒流充电，记录充电过程中充放电机的充电电流、充电时间和每个电池单体的电压；S3、判断电压极差是否超出阈值范围，如果超出阈值则启动均衡系统并记录均衡电流和均衡时间，反之关闭均衡系统；S4、计算实际均衡电量和理论均衡电量；S5、判断理论均衡电量与实际均衡电量差值是否超过阈值，如果没超过则电芯不存在内短路故障，反之电芯内短路；S6、计算漏电电流和内短路阻值。根据本发明，识别恒流充电工况下发生内短路故障的单体并进行定量诊断，进而判断内短路的严重程度，从而能够及时处理故障电芯避免热失控的发生。

公开(公告)号：CN117192379A

公开(公告)日：2023-12-08

申请号：CN202311160169.9

申请日：2023-09-11

Applicant: 上海理工大学

Inventor： 来鑫 ,  柯鹏辉 ,  郑岳久 ,  朱佳俊 ,  马云杰

IPC: G01R31/367 ,  G01R31/378 ,  G01R31/389 ,  G06F18/24 ,  G06N3/048 ,  G06N3/092

Abstract: 本发明提出一种锂离子电池电化学交流阻抗谱重构方法，通过对样本电池进行全频率电化学阻抗谱测量，获得输入数据集Q和输出数据集P；将输入数据集Q作为神经网络模型的输入值、将输出数据集P作为神经网络模型的输出值进行训练，获得重构电池电化学交流阻抗谱的神经网络模型；输入数据集Q为样本电池同频率范围内以等比数列方式取部分的频率采样点，测得的电化学阻抗的数据集；输出数据集P为样本电池每隔一个数量级的频率取定量采样点，测得的电化学阻抗的数据集。提出一种精确度高的重构电池电化学交流阻抗谱的神经网络模型，从而实现锂离子电池电化学交流阻抗谱重构方法的快速提出，为缩短大规模检测电池电化学阻抗谱的实验时间提供帮助。

公开(公告)号：CN117171640A

公开(公告)日：2023-12-05

申请号：CN202311121490.6

申请日：2023-09-01

Applicant: 上海理工大学

Inventor： 来鑫 ,  朱佳俊 ,  唐晓鹏 ,  郑岳久 ,  柯鹏辉

IPC: G06F18/241 ,  G06F18/213 ,  G06F18/20 ,  G06N3/0464 ,  G06N3/08 ,  G01R31/367 ,  G01R31/374 ,  G01R31/378 ,  G01R31/392 ,  G01R31/396

Abstract: 本发明提供一种基于机器学习的锂离子电池早期寿命异常检测方法，属于锂离子电池管理技术领域，包括1)对多个锂离子电池进行加速老化测试，并定义电池寿命标签；2)对此测试后数据集施加数据处理方法；3)选取处理后数据集中部分电压电流数据作为特征向量，得到矩阵；4)基于标签，判断任意两个电池的标签是否相同；5)将矩阵和真假值作为输入训练神经网络模型，并将结果二值化，得到分类器；6)选取一个电池与未知电池生成特征矩阵，输入分类器中，完成基于机器学习的锂离子电池早期寿命异常的检测，本发明所提出的方法不需要对电压电流数据进行额外处理，且准确率高和虚警率低，具有巨大的工程应用潜力。

公开(公告)号：CN116108678A

公开(公告)日：2023-05-12

申请号：CN202310137592.0

申请日：2023-02-20

Applicant: 上海理工大学

Inventor： 黄云峰 ,  来鑫 ,  郑岳久 ,  朱文宽 ,  朱佳俊 ,  朱志成

IPC: G06F30/20 ,  G06F17/11

Abstract: 本发明公开了一种磷酸铁锂电池双水箱模型参数辨识与优化方法，包括以下步骤：S1、获取磷酸铁锂电池的低倍率充放电数据和正负极活性材料对金属锂的均衡电势；S2、建立磷酸铁锂电池双水箱模型，对全电压‑电量曲线与负极‑电化学计量数曲线微分并进行曲线拟合，基于两种微分曲线极值点的对应关系，确定负极容量Cneg与负极初始电化学计量数x0；S3、通过优化算法以模型电压与实测电压的均方根误差最小为优化目标，辨识剩余的双水箱模型参数集β。根据本发明，可以减少双水箱模型的待辨识参数个数，提升参数辨识的精度和稳定性，获得全局最优的磷酸铁锂电池双水箱模型参数。