[发明专利]镍氢电池容量预测方法、装置、电子设备及存储介质在审
申请号: | 202210875963.0 | 申请日: | 2022-07-25 |
公开(公告)号: | CN115166532A | 公开(公告)日: | 2022-10-11 |
发明(设计)人: | 张宇平;别传玉;刘虹灵;陶君;朱传奇;宋华伟;胡雨莎 | 申请(专利权)人: | 武汉动力电池再生技术有限公司;荆门动力电池再生技术有限公司;天津动力电池再生技术有限公司 |
主分类号: | G01R31/367 | 分类号: | G01R31/367;G01R31/378;G01R31/385;B07C5/344;G06F17/15 |
代理公司: | 武汉智嘉联合知识产权代理事务所(普通合伙) 42231 | 代理人: | 张璐 |
地址: | 430413 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 镍氢电池 容量 预测 方法 装置 电子设备 存储 介质 | ||
1.一种镍氢电池容量预测方法,其特征在于,包括:
对目标镍氢电池进行容量测试及特征参数提取测试,得到所述目标镍氢电池的第一电池容量及第一特征参数;
基于预设相关系数对所述第一特征参数与所述第一电池容量进行相关性计算,得到第二特征参数;
构建RBF神经网络模型,并将所述第二特征参数作为所述RBF神经网络模型的输入、将所述第一电池容量作为所述RBF神经网络模型的输出进行训练,得到训练完备的电池容量预测模型;
利用所述电池容量预测模型对待测镍氢电池的第二电池容量进行预测。
2.根据权利要求1所述的电池容量预测方法,其特征在于,所述对目标镍氢电池进行容量测试,得到所述目标镍氢电池的第一电池容量,包括:
对目标镍氢电池进行恒流充放电容量测试,得到所述目标镍氢电池的第一电池容量。
3.根据权利要求1所述的电池容量预测方法,其特征在于,所述第一特征参数包括将所述目标镍氢电池充电至同一状态之后,目标镍氢电池充电前后体积膨胀厚度差值目标镍氢电池的内阻和端电压、目标镍氢电池的充放电欧姆内阻、目标镍氢电池的充放电极化内阻、目标镍氢电池充放电脉冲功率及目标镍氢电池的回弹电压差值。
4.根据权利要求3所述的电池容量预测方法,其特征在于,所述对所述目标镍氢电池进行特征参数提取测试,得到所述目标镍氢电池的第一特征参数,包括:
将所述目标镍氢电池恒流充电至同一荷电状态之后,测量充电前后的电池厚度,得到目标镍氢电池充电前后体积膨胀厚度差值;
将充电至同一荷电状态的目标镍氢电池静置第一预设时间后,对所述目标镍氢电池进行测试,得到目标镍氢电池的内阻和端电压;
将充电至同一荷电状态的目标镍氢电池进行充放电脉冲测试,计算得到目标镍氢电池的充放电欧姆内阻、目标镍氢电池的充放电极化内阻及目标镍氢电池充放电脉冲功率;
将进行充放电脉冲测试后的目标镍氢电池进行恒流放电至截止电压,静置第二预设时间后记录目标镍氢电池的回弹电压差值。
5.根据权利要求1所述的电池容量预测方法,其特征在于,所述预设相关系数包括Pearson相关系数;
所述基于预设相关系数对所述第一特征参数与所述第一电池容量进行相关性计算,得到第二特征参数,包括:
基于所述Pearson相关系数分别计算所述目标镍氢电池的每一第一特征参数与第一电池容量的相关性,得到每一第一特征参数与第一电池容量的相关值;
将相关值大于预设阈值的第一特征参数确定为第二特征参数,其中,所述第二特征参数包括目标镍氢电池充电前后体积膨胀厚度差值、目标镍氢电池的内阻、及目标镍氢电池充放电极化内阻。
6.根据权利要求1所述的电池容量预测方法,其特征在于,所述目标镍氢电池包括训练集镍氢电池与预测集镍氢电池;
所述将所述第二特征参数作为所述RBF神经网络模型的输入、将所述第一电池容量作为所述RBF神经网络模型的输出进行训练,得到训练完备的电池容量预测模型,包括:
从目标镍氢电池的第二特征参数与第一电池容量中获取训练集镍氢电池的第三特征参数与第三电池容量,其中,所述第二特征参数与所述第三特征参数的参数类型相同,参数值不同;
将训练集镍氢电池的第三特征参数与第三电池容量分别作为所述RBF神经网络模型的输入、输出值,并设置神经网络参数进行训练,得到训练完备的电池容量预测模型,其中,所述神经网络参数包括误差容限,扩散因子或神经元个数中的任一种。
7.根据权利要求1所述的电池容量预测方法,其特征在于,还包括:
基于所述第二电池容量对所述待测镍氢电池进行分选处理,得到分选结果。
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武汉动力电池再生技术有限公司;荆门动力电池再生技术有限公司;天津动力电池再生技术有限公司,未经武汉动力电池再生技术有限公司;荆门动力电池再生技术有限公司;天津动力电池再生技术有限公司许可,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/202210875963.0/1.html,转载请声明来源钻瓜专利网。