← 返回列表
一种锂电池健康状态监测模型、方法、系统和存储介质
摘要文本
本发明涉及储能锂电池性能评估技术领域，尤其是一种锂电池健康状态监测模型、方法、系统和存储介质。本发明提出的一种锂电池健康状态监测模型的构建方法，构建了一种以锂电池融合特征为输入的锂电池健康状态监测模型。如此，本发明中，通过特征融合对锂电池的工况数据进行预处理，简化了锂电池健康状态监测模型的输入，有利于提高模型预测的效率。本发明中，通过特征融合对锂电池工况数据进行全面考虑，有利于提高健康状态评估的精确性，从而实现一种高效且精确的锂电池健康状态监测模型。
申请人信息
- 申请人:安徽布拉特智能科技有限公司; 合肥工业大学智能制造技术研究院
- 申请人地址:230051 安徽省合肥市包河经济开发区花园大道369号F333
- 发明人: 安徽布拉特智能科技有限公司; 合肥工业大学智能制造技术研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种锂电池健康状态监测模型、方法、系统和存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410163216.3 |
| 申请日 | 2024/2/5 |
| 公告号 | CN117706406A |
| 公开日 | 2024/3/15 |
| IPC主分类号 | G01R31/392 |
| 权利人 | 安徽布拉特智能科技有限公司; 合肥工业大学智能制造技术研究院 |
| 发明人 | 魏振春; 许家乐; 张文化; 吕增威; 武威; 吴延富 |
| 地址 | 安徽省合肥市包河经济开发区花园大道369号F333; 安徽省合肥市包河区花园大道369号 |
专利主权项内容
1.一种锂电池健康状态监测模型的构建方法，其特征在于，包括以下步骤：S1、构建学习样本和基础模型；学习样本为标注有锂电池剩余寿命的锂电池的融合特征Cor(f1, f2, f3)，基础模型的输入为锂电池的融合特征Cor(f1, f2, f3)，基础模型的输出为锂电池的剩余寿命预测值；Cor(f1, f2, f3)=f1·f2/f3f1=α×S(v)/I(a)f2=β×I(a)/t(c)f3=W(N)/P(d)其中，f1、f2和f3均为融合特征，α和β为设定的融合系数，S(v)为锂电池的放电电压积分，I(a)为锂电池的放电电流均值；t(c)为锂电池的充电部分时间，W(N)为锂电池的净放电电能，P(d)为锂电池的放电量比重；S2、令基础模型对学习样本进行学习，以训练基础模型参数，获取训练完成的基础模型作为锂电池健康状态监测模型，简称健康监测模型。 （macrodatas.cn）