无损保留特征的电池寿命预测方法及系统

    公开(公告)号:CN119335428A

    公开(公告)日:2025-01-21

    申请号:CN202411483277.4

    申请日:2024-10-23

    Abstract: 本发明提供一种无损保留特征的电池寿命预测方法及系统,属于基于深度学习的锂离子电池寿命预测技术领域,获取待预测电池的参数数据;所述参数数据包括充电数据、放电数据、温度数据和内阻数据;利用预先训练好的预测模型对获取的待预测电池的参数数据进行处理,得到电池寿命预测结果。本发明充分挖掘并利用各类数据中蕴含的老化信息,进行了全面而深入的分析;通过对大量数据特征的筛选和降维处理,在保留关键特征信息的前提下,显著减少了特征维度,降低了模型的复杂度和运行时间,并且提高了寿命预测的精度,确保了预测结果的可靠性和效率。

    一种降低能耗的锂离子电池安全快速优化充电方法

    公开(公告)号:CN117293427A

    公开(公告)日:2023-12-26

    申请号:CN202310973469.2

    申请日:2023-08-04

    Abstract: 本发明公开了一种降低能耗的锂离子电池安全快速优化充电方法。通过建立精准电池模型或设计三电极电池获取电池负极电位;以电池负极不析锂时的最大充电电流作为充电电流边界;仿真采用不同数量的恒流充电阶梯数对电池进行充电至一定程度时的充电总时长,确定最佳充电阶梯数;利用模型仿真得到电池在不同倍率下的功耗密度或能耗,制定多阶段恒流SOC区间划分依据;以电池充电能耗作为目标,分阶段优化得到避免电池发生析锂副反应的优化充电电流序列,对电池进行充电。采用该充电方法对电池充电,不仅提高了充电速度,保证了电池充电安全,并且与相同倍率的恒流充电制式相比能耗有所降低,为锂离子电池安全快速和优化充电领域提供了重要的参考价值。

Patent Agency Ranking