公开(公告)号：CN117368774A

公开(公告)日：2024-01-09

申请号：CN202310878743.8

申请日：2023-07-17

Applicant: 北京交通大学

Inventor： 张彩萍 ,  侯林涛 ,  张琳静 ,  蔡雪 ,  张维戈 ,  张言茹 ,  周兴振

IPC: G01R31/392 ,  G06F18/10 ,  G06F18/27 ,  G01R31/389 ,  G01R31/367

Abstract: 本发明涉及锂离子电池健康状态估计领域，公开了一种基于阻抗谱重构技术的锂离子电池健康状态估计方法。本发明采用逆重复M序列来设计包含多频成分的电流激励信号以对电池阻抗谱进行快速测试，通过选取Morse复小波为母小波对电池电流激励与测量得到的电压响应进行连续小波变换，进行目标频率范围内的电池阻抗谱重构，基于不同老化状态电池重构阻抗谱在特殊频率点处的阻抗幅值建立估计电池健康状态的多元线性回归模型，从而实现锂离子电池健康状态的快速评估。该方法快速准确，大大缩短了电池阻抗谱的测试时间，同时能够适用于多类型、多应用场景下锂离子电池的健康状态评估。

公开(公告)号：CN119689274A

公开(公告)日：2025-03-25

申请号：CN202411969467.7

申请日：2024-12-30

Applicant: 北京交通大学 ,  南方电网科学研究院有限责任公司

Inventor： 张彩萍 ,  侯林涛 ,  王瑾瑜 ,  张维戈 ,  张琳静 ,  张言茹 ,  何智鹏

IPC: G01R31/367 ,  G01R31/392 ,  G06F18/20 ,  G06F18/213 ,  G06F18/2113 ,  G06F17/18 ,  G06N20/00

Abstract: 本发明公开了一种基于运行模式画像的电池组健康状态评估方法和系统，涉及电池组管理技术领域，采用安时积分法对电池组的历史运行数据进行分析，得到多个电池组标签容量，通过历史运行数据构建运行模式画像，并对运行模式画像进行统计分析，得到多个统计特征，再通过各个电池组标签容量对各个统计特征进行自适应冗余特征筛选，得到多个相关健康指标，采用各个相关健康指标对预设的电池组健康状态评估模型进行训练，得到目标电池组健康状态评估模型。克服了现有的电池组健康状态评估模型主要是基于固定工况下的电池单体级别测试数据进行开发，当面获取的时序采集数据临杂乱无章时，无法对电池组健康状态进行准确评估的技术问题。

公开(公告)号：CN118465548A

公开(公告)日：2024-08-09

申请号：CN202410495281.6

申请日：2024-04-23

Applicant: 北京交通大学

Inventor： 杨思嘉 ,  张彩萍 ,  张琳静 ,  张维戈 ,  陈浩泽 ,  王瑾瑜 ,  侯林涛 ,  张言茹 ,  牛利勇

IPC: G01R31/367 ,  G01R31/388 ,  G01R31/396

Abstract: 本发明公开了一种锂离子电池组工况容量估计方法，属于锂离子电池技术领域的。基于电池组运行的部分充电过程提取的特征参数和生成的单体层面、电池组层面的标签数据，结合机器学习算法建立了锂离子电池组工况容量估计模型；与传统无标签生成方法相比，实现了少量训练样本实车充电工况下电池组工况容量的高精度估计，解决了现有机器学习方法需要电池组大量老化数据的问题，缩短了老化测试周期、降低了人力物力成本；同时本发明提出的特征参数提取方法具有实车可获取性，为实车工况下的锂离子电池组状态估计等研究奠定了基础，对电池组工况容量估计具有重要意义，有一定的工程应用价值。