公开(公告)号：CN120030791A

公开(公告)日：2025-05-23

申请号：CN202510201283.4

申请日：2025-02-24

Applicant: 北京工业大学

Inventor： 刘晶冰 ,  刘振 ,  金玉红 ,  姜岱延 ,  汪浩

IPC: G06F30/20 ,  G06F17/10 ,  G06F119/08 ,  G06F111/10

Abstract: 一种电化学储能电池热失控过程中产热量的计算方法，属于电池安全领域。包括以下步骤：选取某种电量的电化学储能电池、测量电池热失控残余物质的剩余热量、拆解新电池后计算电池各组分间的反应热量、结合电池燃烧情况计算燃烧气体量的热量、最终引入修订参数计算电池热失控过程的产热量。该方法采用间接方式计算电化学储能电池热失控过程中所释放的热量，克服了无法直接测量储能电池热失控过程中的热量释放量的困难，准确性高，实用性强。

公开(公告)号：CN117930063A

公开(公告)日：2024-04-26

申请号：CN202410118852.4

申请日：2024-01-29

Applicant: 北京工业大学 ,  国网重庆市电力公司

Inventor： 刘晶冰 ,  张子恒 ,  金玉红 ,  张媛 ,  李思全 ,  刘振 ,  汪浩

IPC: G01R31/392 ,  G01R31/367

Abstract: 本发明涉及一种基于电化学阻抗谱与DRT预测退役电池健康状态的方法，属于电池预测领域。该方法包括以下步骤：EIS实验与数据提取、DRT技术对EIS数据的分析、GA‑LSTM神经网络的建立与SOH预测。本发明的锂离子电池弛豫时间对交流阻抗处理方法，EIS包含电池的诸多信息，测试结果准确性高。在LSTM神经网络中加入遗传算法优化，可以保证LSTM中的参数更优，从而有效提升对SOH预测的效果。本发明在建立完整的电池测试数据的基础上，构建输入集与输出集，进而实现LSTM神经网络对SOH进行预测，准确率高，实用性强。