[发明专利]一种基于深度学习模型的锂离子电池健康状态诊断方法在审
| 申请号： | 202110381523.5 | 申请日： | 2021-04-09 |
| 公开（公告）号： | CN113009349A | 公开（公告）日： | 2021-06-22 |
| 发明（设计）人： | 杜春雨;崔邴晗;李赛;尹鸽平;左朋建;程新群;马玉林 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G01R31/367 | 分类号： | G01R31/367;G01R31/378;G01R31/385;G01R31/392 |
| 代理公司： | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人： | 符继超 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度学习模型的锂离子电池健康状态诊断方法，包括：对锂离子电池进行锂离子电池循环老化测试；获取每一循环过程中锂离子电池健康状态真实值；获取在不同环境温度和容量损失下的锂离子电池的开路电压OCV数据；对二阶RC等效电路模型中的电路元件参数进行辨识，并构建锂离子电池寿命特征参量矩阵；建立并训练特征转换的深度学习模型，对待估计锂离子电池进行任意条件下的充放电测试，获得测试数据；对阻抗参数进行辨识，构建锂离子电池特征参量矩阵并作为输入数据，输入到训练后的特征转换的深度学习模型中，获得计算结果，作为待估计锂离子电池的SOH。本发明计算能力强，精度高，适应性宽。 | ||
| 搜索关键词： | 一种 基于 深度 学习 模型 锂离子电池 健康 状态 诊断 方法 | ||
【主权项】：
暂无信息
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哈尔滨工业大学，未经哈尔滨工业大学许可，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/patent/202110381523.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种PVC膜及其制备方法
- 下一篇：具有保护装置的多用途电动汽车
