公开(公告)号：CN119535238A

公开(公告)日：2025-02-28

申请号：CN202510085284.7

申请日：2025-01-20

Applicant: 中国计量大学

Inventor： 竺春祥 ,  周星凯 ,  晏邦杰 ,  段宇翔 ,  沈志杰 ,  舒红 ,  刘啸天 ,  王之远 ,  任宇晨

IPC: G01R31/367 ,  G01R31/389 ,  G01R31/392 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的锂电池健康状态评估方法，本发明涉及电池评估技术领域。包括以下步骤：通过电化学阻抗谱测试获取锂电池的奈奎斯特曲线图，并将其与内部阻抗特征参数一一映射，生成样本图像集。基于样本图像集建立深度学习网络模型，以奈奎斯特曲线图为输入，内部阻抗特征参数为标签，训练生成预测模型。对待评估电池进行测试，输入目标奈奎斯特曲线图以预测内部阻抗特征参数。结合电力特征参数，计算容量保持率指数、循环效率劣化指数及外形膨胀影响指数。通过综合分析上述指标，得出健康状态综合系数，并与健康阈值对比，判断电池健康状态。该方法通过深度学习提升评估精度，实现高效准确的健康状态评估。