-
公开(公告)号:CN118444164A
公开(公告)日:2024-08-06
申请号:CN202410539000.2
申请日:2024-04-30
Applicant: 哈尔滨工业大学(威海) , 中国电器科学研究院股份有限公司
IPC: G01R31/367 , G01R31/392 , G16C20/70 , G06F18/27 , G06N5/01 , G06F18/213 , G06N20/00
Abstract: 基于物理信息机器学习的锂离子电池SOH估计方法,属于动力电池系统技术领域。现有估计方法存在从真实电池老化过程中获得数据集的时间长的问题。根据预估锂离子电池在使用过程中容量的变化范围,设定锂离子电池的简化电化学模型中各种参数空间,使用拉丁超立方抽样法生成参数集;设计几何形状筛选算法删除不符合要求的参数集;从保留的参数集构成的仿真电压曲线中提取特征和仿真容量,利用贪心算法从特征中选取最优特征组成最优特征集合,结合归一化后的仿真容量集合训练高斯过程回归模型;从目标锂离子电池中提取特征输入至训练好的高斯过程回归模型中,输出容量集合,根据该集合获得目标锂离子电池健康状态。本发明用于估计锂离子健康状态。
-
公开(公告)号:CN113933714B
公开(公告)日:2024-07-02
申请号:CN202111204509.4
申请日:2021-10-15
Applicant: 哈尔滨工业大学(威海)
IPC: G01R31/367 , G01R31/388 , H01M10/0525
Abstract: 基于简化电化学模型和灰色预测联合的电池容量预测方法,属于电池性能衰减预测领域,为了解决对锂离子电池性能衰减预测精度低的问题。获取锂离子电池在充放电情况下的电流数据和电化学模型参数,所述电化学模型参数包括多个电化学参数;将每个电化学参数在设定的变化范围内取多个均分值,分别代入对应的电化学模型中进行电池放电仿真,获得每个电化学参数的敏感度;从多个电化学参数的敏感度中选出高于预设敏感值的电化学参数作为关键敏感参数;利用灰色预测模型预测关键敏感参数的退化,得到关键敏感参数的预测值;将关键敏感参数的预测值代入电化学模型中模拟恒流放电至截止电压处,预测出锂离子电池的放电容量。它用于预测电池容量。
-
公开(公告)号:CN114814593B
公开(公告)日:2024-06-11
申请号:CN202210466822.3
申请日:2022-04-29
Applicant: 哈尔滨工业大学(威海)
IPC: G01R31/367 , G06F18/22
Abstract: 本发明公开了一种两步检测策略的电池组多故障快速诊断方法,包括以下步骤:S1、按照串‑并联交错电压测量设计布置传感器的位置,在不同的故障条件下,采集每个传感器测量的电压数据;S2、建立闵氏距离相似度计算公式;S3、根据闵氏距离相似度计算模型计算闵氏距离相似度,建立故障诊断策略;S4、建立基于阈值的能够区分出具有相似特征故障的隔离模型。本发明的有益效果在于:根据串‑并联电池组交错电压测量设计,可以有效地识别并定位出连接松脱故障、传感器故障和短路故障,无需复杂的电池模型,对数据依赖度低,计算量小。
-
公开(公告)号:CN112009252B
公开(公告)日:2023-12-01
申请号:CN202011072539.X
申请日:2020-10-09
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供了一种动力电池系统故障诊断及容错控制方法,采用了以端电压为输入、电流为输出的包含电流传感器故障值在内的增广状态空间方程,通过算法实时估计出电流传感器故障值,当故障值的绝对值超过阈值即可判断传感器发生故障,然后对模型参数辨识和SOC估计进行容错控制。因该方法以电流为输出,故更适合检测电流传感器故障。此外,增广状态空间方程包含传感器故障值有助于后续参数辨识和状态估计的容错控制,提高了系统的可靠性。
-
公开(公告)号:CN115754724A
公开(公告)日:2023-03-07
申请号:CN202211075104.X
申请日:2022-09-03
Applicant: 哈尔滨工业大学(威海)
IPC: G01R31/36 , G01R31/367 , G01R31/378 , G01R31/392 , G01R31/396
Abstract: 一种适用于未来不确定性动态工况放电的动力电池健康状态估计方法,包括以下步骤:S1、采用Thevenin模型构建电池模型;S2、电池模型的参数辨识;S3、提取端电压误差均值和中位数;S4、采用欧氏距离来描述电池老化之前和老化之后的差异;S5、建立欧氏距离与电池SOH之间的经验模型。本发明的有益效果在于:能够通过未来不确定性动态工况放电的数据估计电池的SOH,模型具有良好的精度和泛化性能;且不需要辨识电池模型每个老化点下的参数,仅辨识初始循环的电池模型的参数。
-
公开(公告)号:CN115728655A
公开(公告)日:2023-03-03
申请号:CN202211540875.1
申请日:2022-12-02
Applicant: 珠海中力新能源科技有限公司 , 广东光华科技股份有限公司 , 哈尔滨工业大学(威海)
IPC: G01R31/385 , G01R31/392 , G01R31/367
Abstract: 本申请适用于电池技术领域,提供了一种电池劣化的检测方法、装置、终端设备及计算机可读存储介质,所述方法包括:获取待检测电池在执行放电操作后的电池电流和端电压;根据待检测电池的电参数,确定待检测电池的目标正极初始嵌锂量、目标负极初始嵌锂量、目标正极容量以及目标负极容量;根据电池电流、端电压、目标正极初始嵌锂量、目标负极初始嵌锂量、目标正极容量以及目标负极容量对待检测电池进行劣化检测,得到劣化检测结果。与现有技术仅结合电池容量、内阻、电压等数据相比,本申请的方法需要结合电池的电池电流、端电压、正极初始嵌锂量、负极初始嵌锂量、正极容量以及负极容量对该电池进行劣化检测,提高了对电池的劣化检测的准确率。
-
公开(公告)号:CN112485673B
公开(公告)日:2022-04-08
申请号:CN202011303051.3
申请日:2020-11-19
Applicant: 哈尔滨工业大学(威海) , 北京空间飞行器总体设计部
IPC: G01R31/367 , G01R31/387
Abstract: 本发明公开了一种基于动态多安全约束的电池充放电峰值功率预测方法,该方法采用等效电路模型、热模型和负极析锂模型三种模型,首先基于等效电路模型和热模型获得SOC、端电压、温度约束下的充放电峰值电流,然后基于负极析锂模型获得析锂约束下的充电峰值电流,综合考虑各安全约束推导出电池持续充放电峰值电流,进而实现动态多安全约束下的电池持续充放电峰值功率预测,对于电池的安全性和耐久性具有重要意义。
-
公开(公告)号:CN112485673A
公开(公告)日:2021-03-12
申请号:CN202011303051.3
申请日:2020-11-19
Applicant: 哈尔滨工业大学(威海) , 北京空间飞行器总体设计部
IPC: G01R31/367 , G01R31/387
Abstract: 本发明公开了一种基于动态多安全约束的电池充放电峰值功率预测方法,该方法采用等效电路模型、热模型和负极析锂模型三种模型,首先基于等效电路模型和热模型获得SOC、端电压、温度约束下的充放电峰值电流,然后基于负极析锂模型获得析锂约束下的充电峰值电流,综合考虑各安全约束推导出电池持续充放电峰值电流,进而实现动态多安全约束下的电池持续充放电峰值功率预测,对于电池的安全性和耐久性具有重要意义。
-
公开(公告)号:CN112285570A
公开(公告)日:2021-01-29
申请号:CN202011185803.0
申请日:2020-10-29
Applicant: 哈尔滨工业大学(威海) , 北京空间飞行器总体设计部
IPC: G01R31/367 , G01R31/385
Abstract: 本发明提供一种基于衰减记忆滤波器的电动汽车故障诊断方法,该方法用于电动汽车中电池系统故障诊断,首先对所选电池开展基础特性测试实验,实际电池系统故障诊断过程需要实时采集电池的电流和端电压信号,建立一阶RC等效电路模型和状态空间方程,然后使用衰减记忆滤波器对电池进行参数辨识,到模型参数ζ和OCV估计值。通过参数ζ的估计值与参考值得到残差r1,通过OCV的估计值与参考值得到残差r2,将两个残差分别与对应阈值进行对比,只有当两残差均超过对应阈值才可判断故障发生,所提方法在残差生成和残差评价过程均优于现有技术。
-
公开(公告)号:CN108732510B
公开(公告)日:2020-07-07
申请号:CN201810797446.X
申请日:2018-07-19
Applicant: 哈尔滨工业大学
IPC: G01R31/367
Abstract: 基于内部特征的锂离子电池一致性筛选分组方法,涉及电动汽车电池生产与管理应用领域。本发明是为了解决现有的锂离子电池筛选分组方法效果差的问题。对锂离子电池电化学模型进行参数辨识,得到电化学模型参数的多条电压曲线,从而获得该参数的敏感度;从多个参数中选取敏感度高的参数作为备选特征向量;从多个参数中选取辨识度高的参数作为备选特征向量;在备选特征向量中选出同时具备敏感度和可辨识度的参数作为敏感参数;获得电池敏感参数的拟合度;根据敏感参数特征向量,得到特征参数的权重,利用该权重修正敏感参数特征向量,得到修正后的矩阵,根据该矩阵和聚类算法得到电池的分类数以及每个电池单体的分组信息。用于对电池单体进行分组。
-
-
-
-
-
-
-
-
-