[发明专利]先恒定电流再恒定电压充电使用局部恒定电流脉冲比(SCCIR)校准的可充电电池快速筛选方法在审

专利信息
申请号: 202280000063.X 申请日: 2022-01-06
公开(公告)号: CN114514434A 公开(公告)日: 2022-05-17
发明(设计)人: 许敏洁;陈梦;孙耀峰 申请(专利权)人: 香港应用科技研究院有限公司
主分类号: G01R31/367 分类号: G01R31/367;G01R31/392
代理公司: 深圳新创友知识产权代理有限公司 44223 代理人: 江耀锋
地址: 中国香港新界沙田香港*** 国省代码: 香港;81
权利要求书: 查看更多 说明书: 查看更多
摘要: 根据测量的局部恒定电流脉冲比(SCCIR)来筛选旧电池。使用恒定电流(CC)对旧电池在一个小电压范围内进行部分充电,直到达到一个电压目标,并对电流进行积分,以获得所施加的CC电荷Qcc。然后继续使用电压目标的恒定电压(CV)对电池充电,直到充电电流降至一个中段电流目标,未到达完全充电。对CV周期内的电流积分,以获得施加的CV电荷Qcv。测量的SCCIR是Qcc与(Qcc+Qcv)之比。测量的SCCIR输入到校准曲线函数,以获得模型健康状态(SOH)值,用于分类。通过对新电池进行老化,获得SCCIR和SOH数据,利用神经网络对其进行建模,得到校准曲线函数。
搜索关键词: 恒定 电流 电压 充电 使用 局部 脉冲 sccir 校准 充电电池 快速 筛选 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香港应用科技研究院有限公司,未经香港应用科技研究院有限公司许可,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/patent/202280000063.X/,转载请声明来源钻瓜专利网。

同类专利
  • 一种基于图神经网络的锂离子电池健康状态预测方法-202210178592.0
  • 杨宁;余涛 - 华南理工大学
  • 2022-02-24 - 2022-06-28 - G01R31/367
  • 本申请公开了一种基于图神经网络的锂离子电池健康状态预测方法。所述方法包括以下步骤:获取锂离子电池各个半循环的健康状态;构建图的节点、节点的特征和标签,并设定窗口大小;将图数据划分为训练集、验证集和测试集,并对图数据进行归一化处理;采用图神经网络的方法对训练集数据进行训练学习,并对测试集样本进行测试,从而实现锂离子电池健康状态预测。本发明既可综合考量,又可以考虑历史充放电对未来健康状态的影响,故本发明准确率相对更高;此外,本发明避免了繁杂的对电压、电流和温度的特征工程工作。
  • 一种物理机理和机器学习融合的锂离子电池寿命预测方法-202210229205.1
  • 温济慈;魏宇杰 - 中国科学院力学研究所
  • 2022-03-10 - 2022-06-28 - G01R31/367
  • 本发明公开了一种物理机理和机器学习融合的锂离子电池寿命预测方法,包括步骤:锂离子电池首次充放电循环并进行电化学特征测量;构建电化学特征曲线并提取特征量信息;构建机器学习模型并将特征量带入机器学习模型中以评估锂离子电池出厂时的寿命性能差异;构建物理退化机理模型以评估充放电历史引起的锂离子电池寿命衰减;基于锂离子电池出厂性能差异和充放电过程中的寿命衰减,计算锂离子电池的剩余寿命。本发明基于物理退化机理模型和机器学习模型的融合,仅根据锂离子电池出厂时的初始寿命不一致性和充放电循环历史退化两个主要因素的评估结果即可对锂离子电池的寿命进行精确可靠的预测,简便高效。
  • 一种电池安全评估的方法、装置及电子设备-202210403158.8
  • 田培根;肖曦;于璐;张辉 - 清华大学
  • 2022-04-18 - 2022-06-28 - G01R31/367
  • 本发明提供了一种电池安全评估的方法、装置及电子设备,其中,该方法包括:获取电池模组中多个电池单体的单体指标,单体指标包括电池单体的电压差和温度;根据每个电池单体的单体指标确定每个电池单体的单体评分;确定电池系统中多个电池模组的模组指标,模组指标包括电池模组的荷电状态范围和电池单体的单体评分关键值;根据每个电池模组的模组指标确定每个电池模组的模组评分。本发明实施例提供的技术方案,能够从电池单体和电池模组两个层级对电池的健康程度进行评价,可以更准确地对电池的安全性进行评价,从电参数和温度参数两种维度综合确定电池单体是否异常,能够提高评估的准确度;并且可以实现对电池的在线监测。
  • 电池剩余电量步长的计算方法、装置、动力电池及汽车-202111009572.2
  • 闫霞;黄颍华;邵桂欣 - 北京新能源汽车股份有限公司
  • 2021-08-31 - 2022-06-28 - G01R31/367
  • 本发明提供了一种电池剩余电量步长的计算方法、装置、动力电池及汽车,涉及电池技术领域。该方法包括:计算电池的系数修正步长;计算所述电池的偏差修正系数;根据所述系数修正步长和所述偏差修正系数,确定电池剩余电量步长;其中,所述电池剩余电量步长为所述系数修正步长和所述偏差修正系数的乘积。本发明实施例电池剩余电量步长的计算方法,通过计算电池的系数修正步长和电池的偏差修正系数,确定电池剩余电量步长。本发明实施例的方案能够根据电池当前所处的状态确定电池当前剩余电量的变化步长,合理的反应电池当前剩余电量的变化。
  • 一种电池健康状态信息确定方法、装置及电池系统-202210316191.7
  • 高超 - 北京芯虹科技有限责任公司
  • 2022-03-29 - 2022-06-28 - G01R31/367
  • 本申请实施例公开了一种电池系统,包括:至少一个电池模组,所述电池模组包括至少一个电芯;至少一个存储介质,包括一组指令;以及与所述至少一个存储介质通信的一个或以上处理器,其中,当执行所述指令时,所述一个或以上处理器用于:获取与所述电池系统相关的充电数据,所述充电数据包括充电电压、充电电流、充电时间、充电温度数据以及历史使用数据中的至少一个;以及基于所述充电数据确定与所述电池系统相关的健康状态信息;其中,所述健康状态信息包括与所述电池系统相关的容量偏移信息、SOH值、自放电一致性、压差与内阻一致性、绝缘状态以及温度状态中的一个或多个。
  • 一种电池故障检测方法、装置、控制器及介质-202210333273.2
  • 吴正国;蒲江;牟晓飞;伊炳希;万红兵;江振文;龚关 - 重庆长安新能源汽车科技有限公司
  • 2022-03-31 - 2022-06-28 - G01R31/367
  • 本发明提供了一种电池故障检测方法,包括:对各电池单体在一个充放电循环内的单体电压和单体电流进行采集;基于各电池单体在所述充放电循环内的单体电压和单体电流,计算各电池单体的第一相关系数和电池包的第二相关系数,并计算各电池单体的第一斜率和电池包的第二斜率;在第一相关系数和/或第二相关系数满足预设条件时,基于第一斜率确定各电池单体在所述充放电循环内是否故障,并基于第二斜率确定电池包在所述充放电循环内是否故障;其中,各电池单体的第一相关系数和第一斜率均与其单体电压和电流相关;电池包的第二相关系数和第二斜率均与电池包的总电压和电流相关。
  • 电池特性评价装置以及电池特性评价方法-201911353507.4
  • 三井正彦;泉纯太;八十岛珠仁 - 丰田自动车株式会社
  • 2019-12-25 - 2022-06-28 - G01R31/367
  • 提供一种能够更适当地评价二次电池的特性的电池特性评价装置以及电池特性评价方法。电池特性评价装置执行交流阻抗取得处理(S1)、OCV取得处理(S1)以及SOC推定处理(S3)。在交流阻抗取得处理中,取得通过以特定的频率范围将施加信号施加于对象二次电池而测定的对象二次电池的交流阻抗的测定结果。在OCV取得处理中,取得对象二次电池的OCV。在SOC推定处理中,在所取得的交流阻抗的测定结果中的特定的频率范围内的预定频率下的虚数成分为第1阈值以上、且所取得的OCV的值为第2阈值以下的情况下推定为对象二次电池的SOC为0%。
  • 电池健康状态的评估方法、装置、电子设备和存储介质-202011529890.7
  • 李雪;周春;邹杨;杜志超;孙明光;黄生;欧阳永生 - 上海电气分布式能源科技有限公司
  • 2020-12-22 - 2022-06-24 - G01R31/367
  • 本发明公开了一种电池健康状态的评估方法、装置、电子设备和存储介质。方法包括:采集待评估电池的平台电压数据;根据待评估电池的平台电压数据,计算待评估电池对应的待评估概率密度函数,待评估概率密度函数表示待评估电池的平台电压与概率密度之间的对应关系;求取待评估概率密度函数的最大概率密度值;通过电池健康状态评估模型,确定最大概率密度值对应的SOH,所确定的SOH即为待评估电池的评估SOH,电池健康状态评估模型为表示电池的最大概率密度值与SOH之间对应关系的函数。本发明最大概率密度值为电池健康状态的评估指标,确定电池的SOH值,具有指标简单可靠,便于在线快速评估的优点。
  • 一种基于云端数据的电池电量检测方法及系统-202210205707.0
  • 林学政;叶磊;陶俊杰 - 武汉蓝星科技股份有限公司
  • 2022-03-03 - 2022-06-24 - G01R31/367
  • 本发明涉及一种基于云端数据的电池电量检测方法及系统,用于电动车辆,其方法包括:获取多个电池的历史电压、温度、设备信息和老化信息,并将其上传至部署在云端的电池管理系统;在所述电池管理系统上,构建数学拟合模型;实时获取待测电池的电压、温度、设备信息和老化信息,并将其输入到训练完成的数学模型中,得到待测电池的电量值。本发明通过将电池检测系统部署在云端,并结合云端的数学模型来预测电动车辆的电池电量,在电动车批量使用的情景下不仅确保成本低同时也保证了高精度。
  • 一种基于自适应加权容积粒子滤波的锂电池SOC估计方法-202210207121.8
  • 赵轩;张凯;何宗科;王姝;马建;贺伊琳;王静;周猛 - 长安大学
  • 2022-03-04 - 2022-06-24 - G01R31/367
  • 本发明提供了一种基于自适应加权容积粒子滤波的锂电池SOC估计方法,该方法首先根据车载传感器采集到的电池电流和电压数据,其次利用带遗忘因子的递归最小二乘算法对电池模型参数进行辨识,最后利用自适应加权容积粒子滤波算法对SOC进行估计。本发明的自适应加权容积粒子滤波的锂电池SOC估计方法,融合了PF算法和自适应加权容积卡尔曼滤波算法(AWCKF)对SOC进行估计。相对于传统的PF算法而言,该算法可有效解决粒子滤波算法中粒子退化问题,有效提高算法的估计精度,能够保证SOC估计精度在1%之内。同时,该算法在SOC估计过程中,对于突变状态的跟踪能力极强,并且在突变状态时能够快速收敛。
  • 一种锂离子电池荷电状态估算方法-202210278923.8
  • 周娟;林加顺;杨晓全;吴乃豪;王梅鑫 - 中国矿业大学
  • 2022-03-18 - 2022-06-24 - G01R31/367
  • 本发明公开了一种锂离子电池荷电状态估算方法,包括以下步骤:建立锂离子电池的二阶RC等效电路模型;获取电池模型状态空间方程;使用扩展卡尔曼滤波算法初步估算锂离子电池荷电状态;基于扩展卡尔曼滤波初步估算SOC过程中的相关变量训练BP神经网路模型;使用联合BP神经网络的扩展卡尔曼滤波算法估算电池SOC。本发明通过将BP神经网络与扩展卡尔曼滤波算法进行融合,能够优化算法对电池模型精度的依赖,实现对锂离子电池荷电状态的精确估计。
  • 一种电池电量的确定方法、装置、终端设备及存储介质-202210302693.4
  • 曾祥安 - 深圳市优必选科技股份有限公司
  • 2022-03-25 - 2022-06-24 - G01R31/367
  • 本申请适用于电量校准技术领域,提供了一种电池电量的确定方法、装置、终端设备及存储介质,该方法包括:在确定第i个采样时刻之前的电池电压值发生突变时,获取电池在第i‑1个采样时刻的第一校准电压,以及第j个采样周期内电池的第j电压变化量,第一校准电压基于第j‑n个采样周期内电池的第j‑n电压变化量确定,第j个采样周期为第j‑n个采样周期之后第一次出现电压变化量小于预设阈值的采样周期;基于第一校准电压和第j电压变化量,得到第二校准电压;基于第二校准电压确定第i个采样时刻的电池电量;本申请消除了电压的抖动,电池电量确定的更准确,使电池电量变化平稳。
  • 一种采用电压动态补偿优化的SOC修正方法-202210317385.9
  • 刘小平;谈正言 - 无锡凌博电子技术有限公司
  • 2022-03-29 - 2022-06-24 - G01R31/367
  • 本发明公开了一种采用电压动态补偿优化的SOC修正方法,涉及锂电池技术领域,该方法基于实时温度、动力电池组的最小单体电压以及流过所述动力电池组的工作电流确定动态端电压;确定所述动力电池组的SOC‑OCV曲线中,OCV值为所述动态端电压的电压值的点对应的SOC值作为SOC目标值,并按照相应的策略将按照预定SOC算法计算得到的SOC初始值修正为所述SOC目标值,SOC值会动态跟随电压的数据曲线,使得在触发欠压保护时,修正后的SOC目标值已经降为0,避免突然触发欠压保护带来的安全隐患。
  • 一种基于关联维数的锂离子动力电池安全度评估方法及装置-202010857331.2
  • 于乐;倪劲松;于德亮;李然 - 哈尔滨理工大学
  • 2020-08-24 - 2022-06-24 - G01R31/367
  • 本发明公开了一种基于关联维数的电池安全度估算方法及装置,属于动力电池安全度评估技术领域。本发明为了解决现有技术无法对动力电池的安全性进行量化表示和评估的问题。本发明包的关联维数包括引起电池安全状态变化的原因序列,本发明计算安全状态变化的关联维数和历史正常数据的安全维数;再计算现有电池数据的关联维数;并取所述安全状态变化的原因序列的关联维数与历史数据关联维数比较得到安全偏离度作为电池安全特性参数;构建电池安全隶属度函数;利用概率平均加权得到安全度数值SOS。本发明通过历史数据和电池实际的现有数据,结合关联维数及安全偏离度模型,实时的计算出动力电池的安全度数值SOS。
  • 一种基于迁移深度学习的电池组剩余寿命预测方法-202110048627.4
  • 胡晓松;车云弘;李佳承;邓忠伟;唐小林 - 重庆大学
  • 2021-01-14 - 2022-06-24 - G01R31/367
  • 本发明涉及一种基于迁移深度学习的电池组剩余寿命预测方法,属于电池技术领域。该方法包括以下步骤:步骤S1:收集动力电池老化数据集,建立电池老化数据库;步骤S2:根据电池单体老化数据提取多个健康因子,并根据相关性分析和容量估计误差筛选健康因子;步骤S3:基于电池单体全寿命周期老化数据集训练得到健康因子的递推模型,以及基于健康因子的容量估计模型;步骤S4:建立基于电池单体健康因子集和电池组容量衰减的机器学习模型;步骤S5:基于单体容量估计模型预测未来各单体的容量,得到未来循环的电池组单体容量分布。利用迁移学习和深度学习相结合,能够有效的利用已有的完整信息,提高电池组剩余寿命预测精度。
  • 一种电池热失控识别方法、装置、设备及存储介质-202110787138.0
  • 杨冬强;李明星;谢卿;罗明杰 - 杭州华塑科技股份有限公司
  • 2021-07-12 - 2022-06-24 - G01R31/367
  • 本申请公开了一种电池热失控识别方法、装置、设备及存储介质,所述方法包括:获取目标电池在正常状态下的初始测试内阻,目标电池处于温度恒定环境且长期处于浮充状态;获取目标电池在预设时间段内的多个测试内阻;构建多个测试内阻的双指数模型;将双指数模型输入到扩展卡尔曼滤波器中进行处理,得到双指数模型的模型参数;对当前的双指数模型进行求导,得到目标电池在预设时间段内的内阻下降速度;基于内阻下降速度,识别目标电池的热失控状态。利用本申请的技术方案,可以通过获取目标电池的测试内阻来得到目标电池的短路内阻,以热失控发生前目标电池短路电阻的下降变化进行目标电池的热失控状态识别,实现对电池热失控状态的有效识别。
  • 一种基于阻抗谱和马尔科夫特性的锂离子电池安全度估算方法及装置-202011200662.5
  • 杨光仪;姬炳祥;李然 - 哈尔滨理工大学
  • 2020-10-30 - 2022-06-24 - G01R31/367
  • 本发明公开了一种基于阻抗谱马尔科夫特性的锂离子电池安全度估算方法及装置,属于电池安全度估算技术领域。本发明用于解决当现有技术没有对电池安全性进行量化和实时显示的问题。本申请通过建立锂离子电池各状态的马尔可夫链模型;建立锂离子电池二阶RC等效电路模型;测绘锂离子电池不同状态下的电化学阻抗谱;分析不同状态之间的影响关系;求解电池安全度并建立电池安全度对应表,对锂离子动力电池的安全情况进行预测与实时评估,及时提醒使用者注意电池的安全状态,做出相应的安全预警,减少乃至避免不必要的电池危害。
  • 一种电池或电池组容量的计算方法-202011510650.2
  • 胡武韬 - 胡武韬
  • 2020-12-18 - 2022-06-21 - G01R31/367
  • 本发明公开了一种电池或电池组容量的计算方法,通过建立不同容量衰减程度下电池或电池组的放电工况与电池荷电状态SOC变化之间的标准模型库;然后将任意采集到的同类型或同型号电池工况数据输入标准模型库中对应的电池荷电状态SOC变化进行数据比对,实现电池容量的实时计算。本发明利用建立的标准模型库对电池实时工况数据对应的电池荷电状态SOC变化进行预测,并与实际电池荷电状态SOC对比来进行电池容量的判断,实现对电池的容量计算快捷、方便、准确,能够对电池容量进行实时在线计算和监测。
  • 一种荷电状态值修正方法、系统及车辆-202110484870.0
  • 王印 - 长城汽车股份有限公司
  • 2021-04-30 - 2022-06-21 - G01R31/367
  • 本发明提供了荷电状态值修正方法、系统及车辆,其中,所述方法包括:根据电池的初始荷电状态值及所述电池的充放电电流,确定电池的估算荷电状态值;获取所述电池的当前开路电压值;根据所述电池的荷电状态与开路电压关系曲线,确定所述当前开路电压值对应的修正荷电状态值;根据所述荷电状态与开路电压关系曲线及所述修正荷电状态值,确定所述当前开路电压值与所述电池的荷电状态值之间的相关性强度值;在所述相关性强度值大于相关性强度阈值的情况下,根据所述修正荷电状态值,对所述估算荷电状态值进行修正。本发明可以减少甚至规避因开路电压的采样误差导致的荷电状态值修正偏差,避免因采样误差导致错误修正的问题,从而提升SOC修正的准确性。
  • 一种铅酸电池智能诊断方法及系统-202210383037.1
  • 周国师;胡永成;郭春明 - 中国铁塔股份有限公司江西省分公司;广州市极越电子有限公司
  • 2022-04-13 - 2022-06-21 - G01R31/367
  • 本公开涉及铅酸蓄电池诊断技术领域,提供一种铅酸电池智能诊断方法及系统。本公开提供的铅酸电池智能诊断方法,包括:采集蓄电池组的第一数据,所述第一数据包括总电流、环境温度、采集时间、总电压、单体电压/电流和放电曲线;对第一数据进行预处理,得到预处理后的第二数据,第二数据包括第一部分和第二部分;以及,对第二数据的第一部分进行分析,得到诊断结果。本公开只需要在采集数据的阶段借助一般基站维护人员去实现,无需专业人员去对数据进行分析与处理,能够自动对采集到的数据进行预测和诊断,得到电池的健康状态,整个诊断过程省时省力,保障了数据的完整性,以及保证了诊断结果的一致性和准确性。
  • 电池性能的瞬时测量方法-202180001117.X
  • 高冈浩实;田畑英志;比嘉聪 - 五育电池株式会社
  • 2021-03-12 - 2022-06-21 - G01R31/367
  • 本发明提供一种能够在短时间内检测电池性能的电池性能的瞬时测量方法。电池性能的瞬时测量方法的特征在于包括以下步骤:测量电池的开路电压,即电动势Vemf;基于所述电池的种类,求出该电池的参数,即Vs和迁移率α;基于数式1,算出与充电比率SOC对应的Cr*;以及基于数式2,算出SOC依赖函数值。
  • 一种电池包剩余电量的获取方法、装置及终端设备-201910250080.9
  • 吴明;舒星 - 深圳猛犸电动科技有限公司
  • 2019-03-29 - 2022-06-21 - G01R31/367
  • 本发明适用于电池技术领域,提供了一种电池包剩余电量的获取方法、装置及终端设备,包括根据单体电芯的最大初始SOC和最小初始SOC计算电池包上电权重的初始权重;根据当前时刻电池包中单体电芯的最大SOC、最小SOC、电池包上电权重的初始权重计算当前时刻的预计电池包SOC;根据当前时刻电池包中单体电芯的最大SOC、最小SOC、当前时刻的预计电池包SOC,更新电池包上电权重的权重因子获取当前权重;根据当前权重、当前时刻电池包中单体电芯的最大SOC及最小SOC确定当前时刻的目标电池包SOC,向用户发送当前时刻的目标电池包SOC。通过电池包中单体电芯的最大SOC和最小SOC进行加权后作为电池包SOC输出,根据电池包SOC输出控制电池输出,有效避免电池包的过充与过放。
  • 蓄电池组健康预测的方法-202110601921.3
  • 王延涛;刘松;金欣;左长华;潘志鹏;王兆敏;韩其东;赵利 - 国网山东省电力公司滨州供电公司
  • 2021-05-31 - 2022-06-21 - G01R31/367
  • 本发明公开了一种蓄电池组健康预测的方法,包括以下步骤:利用前馈神经网络对蓄电池组剩余容量进行预测,并建立放电模型,通过放电模型对蓄电池组剩余容量进行验算;在线获取电池参数,将参数输入放电模型,放电模型输出蓄电池SOH;在蓄电池放电时,获取放电电压和蓄电池SOH,利用放电电压和蓄电池SOH进行模糊分类以及自适应求解,在核容20%蓄电池组标称容量的前提下实时准确预测后备蓄电池在断电情况下的供电能力。可见采用本发明的方法,可实现电池故障的提前预警,并提供中长期失效预测,以便能在事故前发现蓄电池组的故障问题。
  • 基于复合神经网络的退役动力电池容量的检测方法及系统-202210559305.0
  • 李红;熊伟;马小彪;李兵;李修齐;卢强;葛明成;张静雅 - 长沙矿冶研究院有限责任公司
  • 2022-05-23 - 2022-06-17 - G01R31/367
  • 本发明公开了基于复合神经网络的退役动力电池容量的检测方法及系统。本发明通过获取待检测电池的放电信号数据、交流阻抗数据、温度数据和开路电压数据;将放电信号数据转化为放电信号灰度值矩阵,将交流阻抗数据转化为交流阻抗灰度值矩阵;将放电信号灰度值矩阵、交流阻抗灰度值矩阵、温度数据和开路电压数据输入进复合神经网络预测模型,输出得到待检测电池的电池容量数据预测值,可以快速且精准地预测待检测电池的容量。利用图像模态数据来表示交流阻抗与放电信号这两个长时序信号,同时使用复合神经网络结构来提升输入电池工况变量与电池容量之间的非线性拟合精度,解决了如何兼顾电池容量检测精度和实时性的技术问题。
  • 一种电池自放电故障预警方法-202011487561.0
  • 冯丹丹;王勇士;周雪松;陈雨晴;李静;赵亚涛 - 郑州宇通客车股份有限公司
  • 2020-12-16 - 2022-06-17 - G01R31/367
  • 本发明提供了一种电池自放电故障预警方法,属于电池技术领域。该方法包括两个判断条件,只要满足这两个判断条件的其中一个就判定电池出现自放电故障;其中,判断条件一是:在电池的ΔSOC值≥ΔSOC触发阈值的情况下,电池的ΔSOC值在达到ΔSOC触发阈值之前的第一设定时间内呈上升趋势;判断条件二是:在低压电芯占比值≥低压电芯占比触发阀值的情况下,低压电芯占比值在达到低压电芯占比触发阀值之前的第二设定时间内呈上升趋势。该方法在利用低压电芯占比值和ΔSOC值的大小进行故障初步判断的基础上,基于低压电芯占比值和ΔSOC值达到相应触发阈值之前相应设定时间内的变化趋势进行故障的进一步识别,提高了故障识别的准确度,并使故障识别结果具有一定的提前性。
专利分类
×

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

400-8765-105周一至周五 9:00-18:00

tel code back_top