公开(公告)号：CN119608623A

公开(公告)日：2025-03-14

申请号：CN202411861510.8

申请日：2024-12-17

Applicant: 吉林大学

Inventor： 陈思言 ,  谢海成 ,  高镇海 ,  杨显斌 ,  刘子鹏

IPC: B07C5/344 ,  B07C5/36

Abstract: 本发明涉及电池回收技术领域，公开了一种退役锂离子电池的分选方法、系统、设备及介质，包括：获取退役锂离子电池在服役期间的使用数据；获取用于表征退役锂离子电池在服役期间容量损失速率的容量损失曲线，以及用于表征退役锂离子电池在服役期间内部老化机理的容量增量曲线；将退役锂离子电池的容量增量曲线以及容量损失曲线中的非线性损失区输入训练好的LSTM模型中，预测得到退役锂离子电池未来的容量衰减路径，并从容量衰减路径中识别出退役锂离子电池的容量衰减速率的突变点；根据退役锂离子电池的剩余容量与退役锂离子电池的容量衰减速率的突变点，评估退役锂离子电池二次服役的潜力，以完成退役锂离子电池的分选。

公开(公告)号：CN117930011A

公开(公告)日：2024-04-26

申请号：CN202311664427.7

申请日：2023-12-06

Applicant: 吉林大学

Inventor： 陈思言 ,  谢海成 ,  高镇海 ,  杨显斌 ,  宋哲来

IPC: G01R31/367 ,  G01R31/387 ,  G01R31/396 ,  G01R31/374 ,  G06N3/0442 ,  G06N3/08

Abstract: 本申请实施例涉及电池技术领域，公开了一种电池寿命预测方法、装置、电子设备及存储介质。上述电池寿命预测方法包括：根据电池的容量损失曲线提取电池的容量跳水特征，并根据电池的IC曲线提取电池的容量增量特征；其中，容量损失曲线包括电池容量呈线性损失的组份和电池容量呈非线性损失的组份，容量跳水特征从电池容量呈非线性损失的组份中提取；将容量增量特征和容量跳水特征输入预先训练好的电池寿命预测模型中，得到电池的寿命预测结果，电池寿命预测模型采用至少一个电池的容量跳水特征和容量增量特征对LSTM模型进行训练得到。本申请的电池寿命预测方法可以实现边缘工况下锂离子电池寿命的精确预测，从而实现电池的精细化管理。