公开(公告)号：CN109444762A

公开(公告)日：2019-03-08

申请号：CN201811263259.X

申请日：2018-10-28

Applicant: 北京工业大学

Inventor： 张彦琴 ,  张化风 ,  刘世奇

IPC: G01R31/392 ,  G01R31/387 ,  G01R31/385

Abstract: 本发明公开了一种基于数据融合的锂离子电池健康状态估计方法，涉及动力电池健康状态估计领域。为了准确估计锂离子电池健康状态而提出的方法。通过采用较为稳定的电池充电过程数据，采用数据融合的方法，估计电池的健康状态，与实际情况比较符合。本发明方法可以适用于各种工况的锂离子电池，包括但不限于全放电工况，部分放电工况，不同放电电流工况；能补偿由于温度和机械震动等外界因素造成的影响。本发明方法可以适用于不同正极材料锂离子电池。本发明方法可以降低因工况不同所造成的某些性能参数的效度降低带来的预测误差，提高电池健康状态预测精度，为电池管理系统提供预警信息并保障动力机械安全可靠运行。

公开(公告)号：CN109444762B

公开(公告)日：2021-01-08

申请号：CN201811263259.X

申请日：2018-10-28

Applicant: 北京工业大学

Inventor： 张彦琴 ,  张化风 ,  刘世奇

IPC: G01R31/392 ,  G01R31/387 ,  G01R31/385

Abstract: 本发明公开了一种基于数据融合的锂离子电池健康状态估计方法，涉及动力电池健康状态估计领域。为了准确估计锂离子电池健康状态而提出的方法。通过采用较为稳定的电池充电过程数据，采用数据融合的方法，估计电池的健康状态，与实际情况比较符合。本发明方法可以适用于各种工况的锂离子电池，包括但不限于全放电工况，部分放电工况，不同放电电流工况；能补偿由于温度和机械震动等外界因素造成的影响。本发明方法可以适用于不同正极材料锂离子电池。本发明方法可以降低因工况不同所造成的某些性能参数的效度降低带来的预测误差，提高电池健康状态预测精度，为电池管理系统提供预警信息并保障动力机械安全可靠运行。