一种锂离子电池内部短路诊断方法及系统

    公开(公告)号:CN114252772B

    公开(公告)日:2023-09-05

    申请号:CN202111583257.0

    申请日:2021-12-22

    Abstract: 本发明公开了一种锂离子电池内部短路诊断方法及系统。所述方法,包括:对目标电池的二阶等效电路中的参数进行辨识;根据辨识后的参数在电路仿真软件中搭建电池二阶等效电路模型;在辨识后的电池二阶等效电路中增加等效电阻,得到电池内部短路二阶等效电路;根据电池内部短路二阶等效电路,在电池二阶等效电路模型中加入内部短路等效电阻模块,得到电池内部短路二阶等效电路模型;以电池内部短路二阶等效电路模型的输出电压与目标电池的实际测量电压的均方根误差最小为目标,对等效电阻进行迭代求解,得到等效电阻值;等效电阻值用于反应目标电池内部短路的严重程度。本发明能提高锂离子电池内部短路诊断的准确性。

    一种适用于富锂锰基电池的高阶模型参数辨识方法和系统

    公开(公告)号:CN113433464A

    公开(公告)日:2021-09-24

    申请号:CN202110720961.X

    申请日:2021-06-28

    Abstract: 本发明涉及一种适用于富锂锰基电池的高阶模型参数辨识方法和系统。该适用于富锂锰基电池的高阶模型参数辨识方法基于富锂锰基电池特性建立适用于富锂锰基电池的以理想电压源等效模拟富锂锰基电池的开路电压,以内阻等效模拟富锂锰基电池电压的电阻特性,以RC惯性环节等效模拟富锂锰基电池的极化效应的等效电路模型,再采用该等效电路模型辨识得到适用于富锂锰基电池的高阶模型参数,以在提高参数辨识精度的同时,使得整个高阶模型参数辨识方法具有通用性好和实用价值高的特点。

    一种锂离子电池内部短路诊断方法及系统

    公开(公告)号:CN114252772A

    公开(公告)日:2022-03-29

    申请号:CN202111583257.0

    申请日:2021-12-22

    Abstract: 本发明公开了一种锂离子电池内部短路诊断方法及系统。所述方法,包括:对目标电池的二阶等效电路中的参数进行辨识;根据辨识后的参数在电路仿真软件中搭建电池二阶等效电路模型;在辨识后的电池二阶等效电路中增加等效电阻,得到电池内部短路二阶等效电路;根据电池内部短路二阶等效电路,在电池二阶等效电路模型中加入内部短路等效电阻模块,得到电池内部短路二阶等效电路模型;以电池内部短路二阶等效电路模型的输出电压与目标电池的实际测量电压的均方根误差最小为目标,对等效电阻进行迭代求解,得到等效电阻值;等效电阻值用于反应目标电池内部短路的严重程度。本发明能提高锂离子电池内部短路诊断的准确性。

    基于卷积神经网络的锂离子电池内部短路诊断方法及系统

    公开(公告)号:CN113884924B

    公开(公告)日:2024-07-30

    申请号:CN202111357319.6

    申请日:2021-11-16

    Abstract: 本发明公开了一种基于卷积神经网络的锂离子电池内部短路诊断方法及系统。该方法包括:建立锂离子电池三维电化学‑热‑内部短路耦合模型;通过三维有限元模拟的方式对锂离子电池内部短路情况进行仿真,得到锂离子电池内部短路特征参数数据;通过特征参数数据对卷积神经网络进行训练,得到锂离子电池内部短路诊断模型;锂离子电池内部短路诊断模型的输出为锂离子电池内部短路等级;通过锂离子电池内部短路诊断模型对锂离子电池内部短路状态进行诊断。本发明针对锂离子电池内部短路建立了锂离子电池三维电化学‑热‑内部短路耦合模型,可实现锂离子电池内部短路的大量模拟仿真;基于卷积神经网络的诊断模型能够精确诊断锂离子电池内部短路情况。

    基于卷积神经网络的锂离子电池内部短路诊断方法及系统

    公开(公告)号:CN113884924A

    公开(公告)日:2022-01-04

    申请号:CN202111357319.6

    申请日:2021-11-16

    Abstract: 本发明公开了一种基于卷积神经网络的锂离子电池内部短路诊断方法及系统。该方法包括:建立锂离子电池三维电化学‑热‑内部短路耦合模型;通过三维有限元模拟的方式对锂离子电池内部短路情况进行仿真,得到锂离子电池内部短路特征参数数据;通过特征参数数据对卷积神经网络进行训练,得到锂离子电池内部短路诊断模型;锂离子电池内部短路诊断模型的输出为锂离子电池内部短路等级;通过锂离子电池内部短路诊断模型对锂离子电池内部短路状态进行诊断。本发明针对锂离子电池内部短路建立了锂离子电池三维电化学‑热‑内部短路耦合模型,可实现锂离子电池内部短路的大量模拟仿真;基于卷积神经网络的诊断模型能够精确诊断锂离子电池内部短路情况。

Patent Agency Ranking