公开(公告)号：CN116338501B

公开(公告)日：2023-09-12

申请号：CN202211635410.4

申请日：2022-12-19

Applicant: 哈尔滨工业大学

Inventor： 王家钧 ,  刘佳旋 ,  娄帅锋 ,  陈铭 ,  张月华

IPC: G01R31/392

Abstract: 本发明公开了一种基于神经网络预测弛豫电压的锂离子电池健康检测方法，所述方法以利用神经网络预测弛豫电压为核心方法，利用充电后短时间电池电压变化、温度、倍率等信息通过神经网络对弛豫电压进行预测，再结合弛豫电压和电池容量的相关性关系对电池健康状态进行评估。本发明结合弛豫电压预测与神经网络预测两种方法，实现短时间得到弛豫电压，进而对电池健康状态进行精确预测，具有应用范围广(适用于目前多种商用锂离子电池)、测试时间短、检测精度好的特点。

公开(公告)号：CN116338501A

公开(公告)日：2023-06-27

申请号：CN202211635410.4

申请日：2022-12-19

Applicant: 哈尔滨工业大学

Inventor： 王家钧 ,  刘佳旋 ,  娄帅锋 ,  陈铭 ,  张月华

IPC: G01R31/392

Abstract: 本发明公开了一种基于神经网络预测弛豫电压的锂离子电池健康检测方法，所述方法以利用神经网络预测弛豫电压为核心方法，利用充电后短时间电池电压变化、温度、倍率等信息通过神经网络对弛豫电压进行预测，再结合弛豫电压和电池容量的相关性关系对电池健康状态进行评估。本发明结合弛豫电压预测与神经网络预测两种方法，实现短时间得到弛豫电压，进而对电池健康状态进行精确预测，具有应用范围广(适用于目前多种商用锂离子电池)、测试时间短、检测精度好的特点。

公开(公告)号：CN120009740A

公开(公告)日：2025-05-16

申请号：CN202411830563.3

申请日：2024-12-12

Applicant: 哈尔滨工业大学 ,  中国电子科技集团公司第十八研究所

Inventor： 王家钧 ,  陈铭 ,  刘兴江 ,  于智航

IPC: G01R31/378 ,  G01R31/396 ,  G01R31/392 ,  G01R31/385 ,  G06F18/214 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于电池恒流恒压充电过程的锂金属电池故障诊断方法，所述方法以利用恒流恒压过程的电压电流演变为核心，利用充电过程获取不同时间段下恒流阶段电压变化与恒压阶段电流变化值，作为电池老化过程中评价电池故障/正常状态的特征，构建训练集、验证集以及测试集用于训练机器学习模型，从而建立电流特征序列和电池故障状态的关联关系以对电池安全状态进行诊断。本发明通过充电过程不同时间阶段下的电压演变与电流演变测量，结合电化学机理分析，提出采用充电阶段与电池内短路以及副反应等关键故障机制强关联的特征对电池安全状态进行评估，评估方法具有更高的精度，且适用于多种规格的锂(钠)金属、离子电池单体、模组。