一种基于运行数据的锂离子电池故障检测方法及系统

    公开(公告)号:CN119199540A

    公开(公告)日:2024-12-27

    申请号:CN202411265607.2

    申请日:2024-09-10

    Abstract: 本发明公开了一种基于运行数据的锂离子电池故障检测方法及系统。本发明包括:步骤1:对实际运行工况中电池管理系统采集到的锂离子电池电压信号进行预处理;步骤2:基于预处理后的充电段电池电压与放电段电池电压,构建无量纲特征集合;步骤3:最优无量纲特征选择,计算所构建的无量纲特征分别对电池充电段电压异常和放电段电压异常的拉普拉斯分数,将分数最高的无量纲特征定义为最优无量纲特征;步骤4:基于每次充电过程中每个电池的充电电压数据,提取扩展平均电压特征,采用滑动窗口对扩展平均电压特征进一步提取波形因子;步骤5:对选择的最优无量纲特征与提取的波形因子进行标准化差分处理,对标准化差分后的最优无量纲特征采用聚类算法实现电池短时间尺度实时故障检测,对标准化差分后的波形因子采用聚类算法实现电池长时间尺度累积故障检测。

    一种基于迁移学习的跨类型电池衰退预测方法

    公开(公告)号:CN119763721A

    公开(公告)日:2025-04-04

    申请号:CN202411543994.1

    申请日:2024-10-31

    Abstract: 本发明公开了一种基于迁移学习的跨类型电池衰退预测方法。本发明包括:步骤1:分析不同材料电池的放电V‑Q曲线之间的关系,构建描述不同材料电池放电V‑Q曲线间潜在关系的通用数学模型;步骤2:基于不同类型电池V‑Q曲线间的数学模型,设计新的损失函数;步骤3:建立了基于全局注意力机制的LSTM‑seq2seq模型,并用新的损失函数优化模型参数,以重构目标域中电池的V‑Q曲线;步骤4:应用重构后的电池V‑Q数据,以Siamese‑CNN模型为预训练模型,提出了基于迁移的适用于不同类型电池衰退轨迹预测方法。本发明可以基于电池成组使用前少量循环数,实现不同类型电池的衰退轨迹预测。

Patent Agency Ranking