公开(公告)号：CN118444164A

公开(公告)日：2024-08-06

申请号：CN202410539000.2

申请日：2024-04-30

Applicant: 哈尔滨工业大学(威海) ,  中国电器科学研究院股份有限公司

Inventor： 李俊夫 ,  王润泽 ,  符永高 ,  王俊 ,  王新宇 ,  袁显淞 ,  胡雪丽 ,  张钊玮

IPC: G01R31/367 ,  G01R31/392 ,  G16C20/70 ,  G06F18/27 ,  G06N5/01 ,  G06F18/213 ,  G06N20/00

Abstract: 基于物理信息机器学习的锂离子电池SOH估计方法，属于动力电池系统技术领域。现有估计方法存在从真实电池老化过程中获得数据集的时间长的问题。根据预估锂离子电池在使用过程中容量的变化范围，设定锂离子电池的简化电化学模型中各种参数空间，使用拉丁超立方抽样法生成参数集；设计几何形状筛选算法删除不符合要求的参数集；从保留的参数集构成的仿真电压曲线中提取特征和仿真容量，利用贪心算法从特征中选取最优特征组成最优特征集合，结合归一化后的仿真容量集合训练高斯过程回归模型；从目标锂离子电池中提取特征输入至训练好的高斯过程回归模型中，输出容量集合，根据该集合获得目标锂离子电池健康状态。本发明用于估计锂离子健康状态。