[发明专利]建立电池健康度评估模型及评估的方法、系统及装置在审
申请号: | 202111590382.4 | 申请日: | 2021-12-23 |
公开(公告)号: | CN114325447A | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 裘军;李睿智;安妮 | 申请(专利权)人: | 北京联行网络科技有限公司 |
主分类号: | G01R31/392 | 分类号: | G01R31/392 |
代理公司: | 北京八月瓜知识产权代理有限公司 11543 | 代理人: | 秦莹 |
地址: | 100071 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 建立 电池 健康 评估 模型 方法 系统 装置 | ||
1.一种建立电池健康度评估模型的方法,其特征在于,包括:
S11、在线建立电池单次充电容量预测模型;
S12、建立电池全生命周期档案,根据电池全生命周期档案中的数据矫正电池单次充电容量预测模型;
S13、根据电池单次充电容量预测模型得到电池单次充电预测容量,将电池单次充电预测容量除以电池原始容量作为电池健康度评估模型。
2.根据权利要求1所述的方法,其特征在于,所述S11具体包括:
S111、建立恒流充电模式下的测量电量模型:
其中f(u)——截止电压时对应的时间;Q1为充电电量;u为终止电压;
d——包含区间外电流值数目;
I——包含区间内电流值;
I(k)——包含区间外电流值;
S112、根据高斯过程拟合预测后半段充放电数据得到单次截止电压对应时间和截止电压;
S113、将单次截止电压对应时间和截止电压带入测量电量模型计算电池单次充电预测容量。
3.根据权利要求2所述的方法,其特征在于,所述S112具体包括:
根据神经网络协方差函数和Matern协方差函数之和来拟合预测充放电数据得到单次截止电压对应时间和截止电压。
4.一种电池健康度评估方法,其特征在于,基于权利要求1到3任意一项所述的电池健康度评估模型,包括:
S1、在线获取电池充电过程数据;
S2、将所述充电过程数据输入电池健康度评估模型得到电池健康度评估。
5.一种建立电池健康度评估模型的系统,其特征在于,包括,
预测模块:用于在线建立电池单次充电容量预测模型;
矫正模块:用于建立电池全生命周期档案,根据电池全生命周期档案中的数据矫正电池单次充电容量预测模型;
计算模块,用于根据电池单次充电容量预测模型得到电池单次充电预测容量,将电池单次充电预测容量除以电池原始容量作为电池健康度评估模型。
6.根据权利要求5所述的系统,其特征在于,所述预测模块包括:
测量电量模块:用于建立恒流充电模式下的测量电量模型:
其中f(u)——截止电压时对应的时间;Q1为充电电量;u为终止电压;
d——包含区间外电流值数目;
I——包含区间内电流值;
I(k)——包含区间外电流值;
拟合模块:用于根据高斯过程拟合预测后半段充放电数据得到单次截止电压对应时间和截止电压;
单次充电容量模块:用于将单次截止电压对应时间和截止电压带入测量电量模型计算电池单次充电预测容量;
所述拟合模块具体用于:
根据神经网络协方差函数和Matern协方差函数之和来拟合预测充放电数据得到单次截止电压对应时间和截止电压。
7.一种电池健康度评估系统,其特征在于,基于权利要求1到3任意一项所述的电池健康度评估模型,包括:
获取模块:用于在线获取电池充电过程数据;
评估模块:用于将所述充电过程数据输入电池健康度评估模型得到电池健康度评估。
8.一种电池健康度评估方法的装置,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求4中所述的电池健康度评估方法的步骤。
9.一种建立电池健康度评估模型的装置,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至3中任一项所述的建立电池健康度评估模型方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现如权利要求1至3中任一项所述的建立电池健康度评估模型方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京联行网络科技有限公司,未经北京联行网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111590382.4/1.html,转载请声明来源钻瓜专利网。