-
公开(公告)号：CN116559679A
公开(公告)日：2023-08-08
申请号：CN202310706419.8
申请日：2023-06-15
Applicant: 北京理工大学
IPC: G01R31/367 , G01R31/378 , G01R31/392 , G01R31/387
Abstract: 本发明公开了一种基于LSTM和高斯过程回归的锂电池剩余寿命估计方法，包括：通过实验获取锂电池的原始数据，定义健康状态SOH以及电池的剩余寿命，处理数据；基于滑动窗口法构建输入输出，划分数据集；搭建LSTM网络，在训练集上训练并优化超参数；将训练数据集最后一个窗口数据输入到训练好的LSTM模型中进行滑动预测，直至电池失效；将LSTM网络的预测结果输入高斯过程回归模型作为其均值函数，使用高斯过程回归输出电池SOH的预测值，计算电池剩余寿命。本发明通过结合LSTM网络以及高斯过程回归模型，结合LSTM的长期预测能力以及高斯过程回归输出的概率信息，提高了电池剩余寿命预测准确性，还输出了电池剩余寿命预测中的不确定性。
-
公开(公告)号：CN111198326B
公开(公告)日：2021-05-04
申请号：CN202010103235.9
申请日：2020-02-19
Applicant: 北京理工大学
IPC: G01R31/367 , G01R31/3842
Abstract: 本发明公开了一种具有抗扰动特性的电池单体短路电阻在线检测方法，包括以下步骤：S1.建立电池分数阶模型及其状态空间方程，确定模型需辨识的参数；S2.进行间歇性放电‑静置实验及电化学阻抗谱(EIS)实验，进而确立荷电状态(SOC)与开路电压(OCV)的函数关系，根据EIS实验数据辨识模型参数；S3.实时测量电池的负载电流和端电压；S4.采用闭环观测器在线估计电池SOC；S5.计算SOC增量差异，采用递归总体最小二乘法(RTLS)在线辨识电池短路电阻。本发明采用了精度更高的分数阶模型，更好地保证电池特性模拟精度和SOC估计精度,并具有较强的抗干扰能力，能有效克服电流、电压测量干扰和计算过程引入的不确定性，提高了短路电阻辨识鲁棒性和精度。
-
Patent Agency Ranking
公开(公告)号：CN111308379B
公开(公告)日：2021-02-02
申请号：CN202010173602.2
申请日：2020-03-13
Applicant: 北京理工大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明公开了一种基于局部恒压充电数据的电池健康状态估计方法，包括以下步骤：S1.在不同温度和充电倍率条件下对电池进行循环充放电实验，实时测量电池的电流和端电压；S2.在不同温度和CC(恒流)充电倍率条件下，拟合CV(恒压)充电容量和CCCV(先恒流再恒压)充电容量的线性关系，建立线性模型的参数映射数据库；S3.建立CV阶段充电电流预测模型，利用局部CV充电数据，辨识模型参数，预测整段CV充电数据；S4.依据实际充电过程的温度和CC充电倍率，从参数映射数据库中选择相应的线性模型，根据估算的CV充电容量计算电池的SOH(健康状态)。本发明计算成本低，能克服传统方法需要完整充电数据的局限，仅通过局部CV充电数据即可高精度估计电池的SOH。
-
公开(公告)号：CN110907835B
公开(公告)日：2020-12-11
申请号：CN201911261885.X
申请日：2019-12-10
Applicant: 北京理工大学
IPC: G01R31/367 , G01R31/3842
Abstract: 本发明公开了一种具有噪声免疫特性的电池模型参数辨识与SOC估计方法，包括以下步骤：S1.确定SOC‑OCV关系表达式；S2.对k时刻的锂离子电池端电压和电流进行实时采集；S3.建立电池的等效电路模型和用于模型辨识的离散域回归方程，利用k时刻的端电压值、电流值输入，实现实时的噪声方差估计和模型参数的无偏辨识；S4.将k时刻通过S3获得的模型参数对电池模型进行更新，并建立相应的状态空间方程，根据状态空间方程构建状态观测器，将k时刻电流、端电压值输入至状态观测器，实时估计k时刻的SOC。本发明能够克服噪声干扰环境下的模型辨识偏差，实现无偏的模型参数辨识，再基于无偏的模型参数，对电池SOC进行估计，有效提高了估计结果的准确度。
-
公开(公告)号：CN111308379A
公开(公告)日：2020-06-19
申请号：CN202010173602.2
申请日：2020-03-13
Applicant: 北京理工大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明公开了一种基于局部恒压充电数据的电池健康状态估计方法，包括以下步骤：S1.在不同温度和充电倍率条件下对电池进行循环充放电实验，实时测量电池的电流和端电压；S2.在不同温度和CC(恒流)充电倍率条件下，拟合CV(恒压)充电容量和CCCV(先恒流再恒压)充电容量的线性关系，建立线性模型的参数映射数据库；S3.建立CV阶段充电电流预测模型，利用局部CV充电数据，辨识模型参数，预测整段CV充电数据；S4.依据实际充电过程的温度和CC充电倍率，从参数映射数据库中选择相应的线性模型，根据估算的CV充电容量计算电池的SOH(健康状态)。本发明计算成本低，能克服传统方法需要完整充电数据的局限，仅通过局部CV充电数据即可高精度估计电池的SOH。
-
公开(公告)号：CN111198326A
公开(公告)日：2020-05-26
申请号：CN202010103235.9
申请日：2020-02-19
Applicant: 北京理工大学
IPC: G01R31/367 , G01R31/3842
Abstract: 本发明公开了一种具有抗扰动特性的电池单体短路电阻在线检测方法，包括以下步骤：S1.建立电池分数阶模型及其状态空间方程，确定模型需辨识的参数；S2.进行间歇性放电-静置实验及电化学阻抗谱(EIS)实验，进而确立荷电状态(SOC)与开路电压(OCV)的函数关系，根据EIS实验数据辨识模型参数；S3.实时测量电池的负载电流和端电压；S4.采用闭环观测器在线估计电池SOC；S5.计算SOC增量差异，采用递归总体最小二乘法(RTLS)在线辨识电池短路电阻。本发明采用了精度更高的分数阶模型，更好地保证电池特性模拟精度和SOC估计精度,并具有较强的抗干扰能力，能有效克服电流、电压测量干扰和计算过程引入的不确定性，提高了短路电阻辨识鲁棒性和精度。
-
公开(公告)号：CN110907835A
公开(公告)日：2020-03-24
申请号：CN201911261885.X
申请日：2019-12-10
Applicant: 北京理工大学
IPC: G01R31/367 , G01R31/3842
Abstract: 本发明公开了一种具有噪声免疫特性的电池模型参数辨识与SOC估计方法，包括以下步骤：S1.确定SOC-OCV关系表达式；S2.对k时刻的锂离子电池端电压和电流进行实时采集；S3.建立电池的等效电路模型和用于模型辨识的离散域回归方程，利用k时刻的端电压值、电流值输入，实现实时的噪声方差估计和模型参数的无偏辨识；S4.将k时刻通过S3获得的模型参数对电池模型进行更新，并建立相应的状态空间方程，根据状态空间方程构建状态观测器，将k时刻电流、端电压值输入至状态观测器，实时估计k时刻的SOC。本发明能够克服噪声干扰环境下的模型辨识偏差，实现无偏的模型参数辨识，再基于无偏的模型参数，对电池SOC进行估计，有效提高了估计结果的准确度。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
