[发明专利]一种基于预测模型的电化学模型参数辨识方法及装置在审

专利信息
申请号: 202310402783.5 申请日: 2023-04-14
公开(公告)号: CN116611311A 公开(公告)日: 2023-08-18
发明(设计)人: 郝平超;杨洲;严晓;赵恩海 申请(专利权)人: 上海玫克生储能科技有限公司
主分类号: G06F30/27 分类号: G06F30/27;G06N3/0442;G06F18/214;G06N3/084
代理公司: 上海硕力知识产权代理事务所(普通合伙) 31251 代理人: 童素珠
地址: 201600 上海市松江*** 国省代码: 上海;31
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 基于 预测 模型 电化学 参数 辨识 方法 装置
【权利要求书】:

1.一种基于预测模型的电化学模型参数辨识方法,其特征在于,包括:

获取训练工况数据集,所述训练工况数据集包括同一型号电芯的若干组工况数据;

将所述训练工况数据集输入预设的电化学模型参数的预测模型中,生成所述预测模型的预测模型参数集,所述预测模型用于根据各组所述训练工况数据生成对应的电化学模型参数集;

将电化学模型校验数据集输入预设的电化学模型中,计算得到各组所述电化学模型校验数据集对应的校验电压,所述电化学模型校验数据集包括根据所述预测模型参数集生成的各所述电化学模型参数集及其对应的所述训练工况数据;

根据各组所述校验电压及其对应的所述训练工况数据中的工况电压,对各组所述校验电压对应的所述电化学模型参数集进行校验;

在任一所述电化学模型参数集校验不通过时,迭代更新所述预测模型参数集,直至根据当前所述预测模型参数集生成的各个所述电化学模型参数集均校验通过时,输出迭代更新后的所述预测模型参数集;

根据所述训练工况数据集、所述预测模型和迭代更新后的所述预测模型参数集,生成所述电化学模型的目标电化学模型参数集。

2.根据权利要求1所述的一种基于预测模型的的电化学模型参数辨识方法,其特征在于,所述的获取训练工况数据集,包括:

获取实际工况数据集并对所述实际工况数据集中的各个实际工况数据进行归一化处理,得到所述训练工况数据集,具体包括:

根据以下公式对所述实际工况数据进行归一化:

其中,x为所述实际工况数据,μ为数据均值,σ为数据标准差,x*为归一化后的所述训练工况数据。

3.根据权利要求1所述的一种基于预测模型的电化学模型参数辨识方法,其特征在于,所述的根据各组所述校验电压及其对应的所述训练工况数据中的工况电压,对各组所述校验电压对应的所述电化学模型参数集进行校验,包括:

根据各组所述校验电压及其对应的所述工况电压,计算电压损失函数;

根据所述电压损失函数对所述电化学模型参数集进行校验。

4.根据权利要求3所述的一种基于预测模型的电化学模型参数辨识方法,其特征在于,所述的根据各组所述校验电压及其对应的所述工况电压,计算电压损失函数,包括:

根据以下公式计算所述电压损失函数MSELoss:

其中,vcell,i为所述工况电压,vsim,i为所述校验电压,N为电压个数,i为序号。

5.根据权利要求1-4任一所述的一种基于预测模型的电化学模型参数辨识方法,其特征在于,所述的迭代更新所述预测模型参数集,包括:

通过启发式算法对所述预测模型参数集进行更新。

6.一种基于预测模型的电化学模型参数辨识装置,其特征在于,包括:

获取模块,用于获取训练工况数据集,所述训练工况数据集包括同一型号电芯的若干组工况数据;

预测模块,用于将所述训练工况数据集输入预设的电化学模型参数的预测模型中,生成所述预测模型的预测模型参数集,所述预测模型用于根据各组所述训练工况数据生成对应的电化学模型参数集;

计算模块,用于将电化学模型校验数据集输入预设的电化学模型中,计算得到各组所述电化学模型校验数据集对应的校验电压,所述电化学模型校验数据集包括根据所述预测模型参数集生成的各所述电化学模型参数集及其对应的所述训练工况数据;

校验模块,用于根据各组所述校验电压及其对应的所述训练工况数据中的工况电压,对各组所述校验电压对应的所述电化学模型参数集进行校验;

更新模块,用于在任一所述电化学模型参数集校验不通过时,迭代更新所述预测模型参数集,直至根据当前所述预测模型参数集生成的各个所述电化学模型参数集均校验通过时,输出迭代更新后的所述预测模型参数集;

辨识模块,用于根据所述训练工况数据集、所述预测模型和迭代更新后的所述预测模型参数集,生成所述电化学模型的目标电化学模型参数集。

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上海玫克生储能科技有限公司,未经上海玫克生储能科技有限公司许可,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/202310402783.5/1.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