-
公开(公告)号：CN118731751A
公开(公告)日：2024-10-01
申请号：CN202411056529.5
申请日：2024-08-02
Applicant: 哈尔滨工业大学(威海) , 中国电器科学研究院股份有限公司
IPC: G01R31/392 , G01R31/367
Abstract: 基于融合注意力机制和深度卷积的锂电池SOH估计方法，属于电化学、计算机等交叉技术领域。现有缺少同时兼顾精度和效率的锂电池SOH的估计方法的问题。采集锂电池在每次充放电循环下的电压数据、电流数据和当前可用最大容量，根据当前可用最大容量计算获得SOH；利用多种统计学方法对每次充放电循环下的电压和电流数据进行处理，得到多种衰退特征；获得同一种衰退特征与SOH的皮尔逊相关系数和与SOH的斯皮尔曼相关系数的平均值，作为对应衰退特征的相关系数；从多种衰退特征的相关系数中选出最大值所对应的衰退特征作为最优衰退特征；利用最优衰退特征和对应的SOH训练网络，得到训练完成的模型；利用训练完成的模型预测出该锂电池的SOH。用于预测锂电池SOH。
-
公开(公告)号：CN118444164A
公开(公告)日：2024-08-06
申请号：CN202410539000.2
申请日：2024-04-30
Applicant: 哈尔滨工业大学(威海) , 中国电器科学研究院股份有限公司
IPC: G01R31/367 , G01R31/392 , G16C20/70 , G06F18/27 , G06N5/01 , G06F18/213 , G06N20/00
Abstract: 基于物理信息机器学习的锂离子电池SOH估计方法，属于动力电池系统技术领域。现有估计方法存在从真实电池老化过程中获得数据集的时间长的问题。根据预估锂离子电池在使用过程中容量的变化范围，设定锂离子电池的简化电化学模型中各种参数空间，使用拉丁超立方抽样法生成参数集；设计几何形状筛选算法删除不符合要求的参数集；从保留的参数集构成的仿真电压曲线中提取特征和仿真容量，利用贪心算法从特征中选取最优特征组成最优特征集合，结合归一化后的仿真容量集合训练高斯过程回归模型；从目标锂离子电池中提取特征输入至训练好的高斯过程回归模型中，输出容量集合，根据该集合获得目标锂离子电池健康状态。本发明用于估计锂离子健康状态。
-
公开(公告)号：CN114624602B
公开(公告)日：2025-05-13
申请号：CN202210253218.2
申请日：2022-03-15
Applicant: 哈尔滨工业大学(威海) , 北京空间飞行器总体设计部
IPC: G01R31/367 , G01R31/396
Abstract: 本发明公开了一种储能电池系统并联支路电流估计值矫正方法，获取干路电路和支路电流估计值，对支路电流估计值进行矫正。对比现有技术，本发明的有益效果在于：通过记录干路电流不同变化情况以及对应的绝对误差的值，确定误差变量和干路电流之间的比例系数，将支路电流估计值减去误差变量得到矫正后的支路电流，所用的矫正方法新颖，矫正流程简单直观。
-
公开(公告)号：CN112068000B
公开(公告)日：2022-03-11
申请号：CN202011034157.8
申请日：2020-09-27
Applicant: 哈尔滨工业大学(威海)
IPC: G01R31/367 , G01R31/392
Abstract: 本发明提供了一种考虑动力电池耐久性影响的峰值功率预测方法，相对于现有技术除了以电池最高温度值作为约束外，还增加了电池温度的变化率约束和老化约束。由于电池的温升变化率在电池处于任意环境温度时均能很好的反应电池的健康变化情况，因此本发明能够更好的反应电池的健康状态变化情况，减少容量损失，提高耐久性。此外，考虑到电流倍率会对电池的容量衰退轨迹造成影响，本发明从容量损失模型入手推导出电流倍率与容量衰退约束的关系，以容量衰退限值为约束进行持续充放电峰值电流预测，进而实现电池持续充放电峰值功率预测，对于电池的耐久性具有重要意义。
-
公开(公告)号：CN112285569A
公开(公告)日：2021-01-29
申请号：CN202011181863.5
申请日：2020-10-29
Applicant: 哈尔滨工业大学(威海) , 北京空间飞行器总体设计部
IPC: G01R31/367 , G01R31/392
Abstract: 本发明提供一种基于动态阈值模型的电动汽车故障诊断方法，该方法用于电动汽车中电池系统故障诊断，在阈值模型建立和参数辨识算法两方面进行了改进，在不同温度下进行电路基础特性测试实验，得到等效电路模型参数；建立OCV‑SOC‑Q三维响应面模型；采用带遗忘因子的递推最小二乘法进行模型参数辨识，建立关于R0和τ的动态阈值模型。在实际故障诊断过程当中，利用双扩展卡尔曼滤波算法辨识参数和状态，得到电池R0和τ、容量及SOC；采用温度插值的方法确定参数参考值；确定参数阈值；生成残差；通过对比残差与阈值来判断电池是否发生故障。该方法不仅故障诊断率高，还能避免检测不及时、误警和漏警问题。
-
Patent Agency Ranking
公开(公告)号：CN112068000A
公开(公告)日：2020-12-11
申请号：CN202011034157.8
申请日：2020-09-27
Applicant: 哈尔滨工业大学(威海)
IPC: G01R31/367 , G01R31/392
Abstract: 本发明提供了一种考虑动力电池耐久性影响的峰值功率预测方法，相对于现有技术除了以电池最高温度值作为约束外，还增加了电池温度的变化率约束和老化约束。由于电池的温升变化率在电池处于任意环境温度时均能很好的反应电池的健康变化情况，因此本发明能够更好的反应电池的健康状态变化情况，减少容量损失，提高耐久性。此外，考虑到电流倍率会对电池的容量衰退轨迹造成影响，本发明从容量损失模型入手推导出电流倍率与容量衰退约束的关系，以容量衰退限值为约束进行持续充放电峰值电流预测，进而实现电池持续充放电峰值功率预测，对于电池的耐久性具有重要意义。
-
公开(公告)号：CN110442901A
公开(公告)日：2019-11-12
申请号：CN201910556608.5
申请日：2019-06-25
Applicant: 哈尔滨工业大学(威海)
IPC: G06F17/50 , G01R31/367 , G01R31/385
Abstract: 一种锂离子电池电化学简化模型及其参数的获取方法，涉及锂离子电池的机理模型，锂离子电池电化学简化模型为：其中，Uapp为锂离子电池的端电压；Up、Un为正负极开路电势；t为时间、t+为阳离子迁移数；ysurf和xsurf为正负极固相表面锂离子浓度；R为理想气体常数；F为法拉第常数；T为锂离子电池的工作温度；c0为电解液中的初始锂离子浓度；mp和mn为中间变量，无具体的物理意义；△c1和△c2是正、负极集流体处的锂离子浓度相对于电解液中的初始锂离子浓度c0的改变量；Rohm为锂离子电池等效的欧姆内阻；I为外电流，规定放电为正，充电为负。本发明能够实现不同钴酸锂材料电池在4C倍率及以下端电压的精确仿真。
-
公开(公告)号：CN114740365A
公开(公告)日：2022-07-12
申请号：CN202210422955.0
申请日：2022-04-21
Applicant: 哈尔滨工业大学(威海)
IPC: G01R31/367
Abstract: 本发明公开了一种基于机器学习的动力电池并联支路电流估计和矫正方法，获取动态工况下的并联电池组的干路电路I，两条支路电流I1，I2以及支路电压V；利用安时积分法得到荷电状态SOCI；通过第一个BP神经网络对并联电池组支路电流进行估计，得到并联电池组支路电流估计值和除目标工况外其余动态工况估计误差EOB1和EOB2；通过第二个BP神经网络得到目标工况下两条支路电流估计值的误差和将目标工况下的支路电流估计值减去估计误差即可得到矫正后的支路电流估计值。本发明的有益效果在于：本发明首次提出对估计误差进行训练学些，形成双神经网络模型进行估计及矫正，大幅降低复杂工况下的电流估计误差。
-
公开(公告)号：CN112464571A
公开(公告)日：2021-03-09
申请号：CN202011446598.9
申请日：2020-12-11
Applicant: 哈尔滨工业大学(深圳) , 哈尔滨工业大学(威海)
IPC: G06F30/27 , G06N3/00 , G06F111/04
Abstract: 基于多约束条件粒子群优化算法的锂电池组参数辨识方法，涉及锂离子电池组电化学模型参数辨识领域。本发明是为了解决现有只能对电池单体的行为进行辨识，不能对电池组状态整体预测的问题。步骤1、建立锂离子单体电池电化学模型；步骤2、采用激励响应法对锂离子电池单体电化学模型进行辨识，得到该模型参数值；步骤3、根据步骤2得到的模型参数值，设定锂离子电池组电化学模型的参数值范围；步骤4、采用多约束条件粒子群优化算法从设定锂离子电池组电化学模型的参数值范围中，得到锂离子电池组的模型参数向量。它用于检测锂离子电池组的状态。
-
公开(公告)号：CN112083336A
公开(公告)日：2020-12-15
申请号：CN202011117166.3
申请日：2020-10-19
Applicant: 哈尔滨工业大学(威海)
IPC: G01R31/367 , G01R31/378
Abstract: 本发明提供了一种锂离子电池组电化学模型参数获取方法，其基于激励响应分析对不同个体电池在辨识工况下放电末端的电压曲线进行对比分析，估算出辨识工况下各单体电池所对应的放电容量，提取辨识工况中的搁置末端的端电压，从而辨识出不同单体电池的电化学模型基本工作过程相关参数，进而实施其他参数的获取，实现了电化学模型在电池组上的应用，同时为简化电化学模型在电池管理系统中的应用如荷电状态估计、健康状态评估等提供了技术支持。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.04 seconds)
