公开(公告)号：CN119783511A

公开(公告)日：2025-04-08

申请号：CN202411835307.3

申请日：2024-12-13

Applicant: 哈尔滨工业大学

Inventor： 赵磊 ,  单润哲 ,  王亚璇 ,  郭世龙 ,  崔岳 ,  王振波 ,  李俊夫 ,  顾大明

IPC: G06F30/27 ,  G01R31/392 ,  G01R31/36 ,  G01R31/378 ,  G01R31/367 ,  G06F30/15 ,  G06N3/006 ,  G06N3/0499 ,  G06N3/084 ,  G06F17/15 ,  G06F119/04

Abstract: 基于模型‑数据混合驱动的锂离子电池变工况SOH评估方法，它涉及锂离子电池健康状态评估方法，它是要解决现有电池的定工况SOH估计法适用性差、精度低的问题。本方法：一、电池在工况一、二下加速老化采集信息；二、针对电池在工况一下的恒流放电曲线，用粒子群优化算法进行SP+模型参数辨识，得到模型参数在电池健康度为100％～80％内的退化轨迹；三、选出与电池SOH相关度高的模型参数作为健康特征输入BP神经网络算法估计电池SOH，工况一、二数据分别为训练集和测试集；四、根据工况一数据训练得到的BPNN模型，在输入改为仿真得到的工况二SP+模型参数后，输出的工况二下的电池SOH，完成评估。可用于电池领域。

公开(公告)号：CN119557778A

公开(公告)日：2025-03-04

申请号：CN202411775867.4

申请日：2024-12-05

Applicant: 哈尔滨工业大学

Inventor： 王振波 ,  王亚璇 ,  李俊夫 ,  郭世龙 ,  崔岳 ,  赵磊 ,  顾大明

IPC: G06F18/243 ,  G06F18/2413 ,  G06F18/2411 ,  G06F18/214 ,  G06F18/22 ,  G06N3/0985 ,  G06N3/006 ,  G06N3/126

Abstract: 一种基于机器学习分类器和启发式算法的锂电池电化学模型的参数辨识方法，它涉及锂电池电化学模型的参数辨识方法，它是要解决现有的锂电池电化学模型参数辨识方法辨识效率低的技术问题，本方法：对电化学模型的参数进行敏感性分析并将其分类，选取高敏感参数作为辨识对象；初始化启发式算法，采集用于分类器训练的参数集数据和对应的收敛性的标签，计算参数集中各个参数与电化学模型收敛性的相关性；构建基于机器学习算法的分类器，先用相关性高的参数集数据训练分类器，然后用相关性较低的参数集数据对分类器进行微调；重新初始化启发式算法，迭代至设定次数或精度满足条件，完成参数的精确辨识。可用于电化学领域。