[发明专利]一种电池SOH预测方法、装置、电子设备及存储介质在审

专利信息
申请号: 202310187203.5 申请日: 2023-02-27
公开(公告)号: CN116299008A 公开(公告)日: 2023-06-23
发明(设计)人: 张宇平;陶君;别传玉;刘虹灵;宋华伟 申请(专利权)人: 武汉动力电池再生技术有限公司;无锡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: G01R31/392 分类号: G01R31/392;G01R31/367
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: 姜婷
地址: 430416 湖北省武*** 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: 一种 电池 soh 预测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种电池SOH预测方法,其特征在于,包括:

对同一批电池以预设周期进行充放电循环测试,之后进行ICA测试以获取同一批电池的IC曲线特征参数数据以及进行容量测试以获取容量数据;

基于IC曲线特征参数数据和容量数据进行灰色关联度分析以确定IC曲线特征参数数据样本与容量数据样本;

将IC曲线特征参数数据样本与容量数据样本作为训练样本训练电池容量预测模型得到训练完备的电池容量预测模型;

获取待测电池的IC曲线特征参数实测数据,将待测电池的目标IC曲线特征参数实测数据为输入,输入所述训练完备的电池容量预测模型,输出容量数据以确定待测电池的SOH预测值。

2.根据权利要求1所述的一种电池SOH预测方法,其特征在于,对同一批电池以预设周期进行充放电循环测试,之后进行ICA测试以获取同一批电池的IC曲线特征参数数据以及进行容量测试以获取容量数据,包括:

根据第一充放电设定值对同一批电池以预设周期进行充放电循环测试;

根据第二充放电设定值对循环测试后的同一批电池进行ICA测试;

根据第三充放电设定值对ICA测试后的同一批电池进行容量测试。

3.根据权利要求1所述的一种电池SOH预测方法,其特征在于,所述进行ICA测试以获取同一批电池的IC曲线特征参数数据,包括:

基于ICA测试绘制IC曲线,并对IC曲线中特征参数进行提取得到所述同一批电池的IC曲线特征参数数据。

4.根据权利要求3所述的一种电池SOH预测方法,其特征在于,基于ICA测试绘制IC曲线,并对IC曲线中特征参数进行提取得到所述同一批电池的IC曲线特征参数数据,包括:

根据设定采样频率采集ICA测试中电池容量数据以及电压数据,对采集的容量及电压数据进行微分处理,得到电容微分数据与电压微分数据;

将所述电压数据作为横轴数据,电容微分数据与电压微分数据的比值作为纵轴数据绘制得到所述IC曲线;

提取所述IC曲线的峰值数据作为IC曲线特征参数数据。

5.根据权利要求1所述的一种电池SOH预测方法,其特征在于,基于IC曲线特征参数数据和容量数据进行灰色关联度分析以确定IC曲线特征参数数据样本与容量数据样本,包括:

基于灰度关联公式确定IC曲线特征参数数据和对应容量数据的关联性;

基于关联性阈值对IC曲线特征参数数据和对应容量数据进行筛选,确定IC曲线特征参数数据样本与容量数据样本。

6.根据权利要求1所述的一种电池SOH预测方法,其特征在于,将IC曲线特征参数数据样本与容量数据样本作为训练样本训练电池容量预测模型得到训练完备的电池容量预测模型,包括:

将IC曲线特征参数数据样本与容量数据样本作为训练样本;

采用平方指数协方差函数,设定协方差函数和超参数初始值以对所述电池容量预测模型进行初始化;

基于IC曲线特征参数数据样本与容量数据样本的条件概率确定所述电池容量预测模型的负对数似然函数;

根据所述负对数似然函数对所述超参数求偏导数;

采用共轭梯度法对所述偏导数进行最小化处理,得到电池容量预测模型的超参数的最优解,得到训练完备电池容量预测模型。

7.根据权利要求1所述的一种电池SOH预测方法,其特征在于,获取待测电池的IC曲线特征参数实测数据,包括:

对待测电池进ICA测试获取待测电池的IC曲线;

基于待测电池的ICA测试曲线提取待测电池的IC曲线特征参数实测数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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;无锡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;无锡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/202310187203.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top