公开(公告)号：CN117110881A

公开(公告)日：2023-11-24

申请号：CN202310970013.0

申请日：2023-08-03

Applicant: 西南交通大学

Inventor： 张雪霞 ,  徐如馨 ,  孟意林

IPC: G01R31/367 ,  G01R31/392

Abstract: 本发明公开一种有轨电车钛酸锂电池健康状态估计方法，包括步骤：构建模拟机车工况；构建5C满充满放工况；在两种工况下循环充放电衰老实验，建立钛酸锂电池的老化数据集；根据老化数据集提取多种健康因子HI，计算HI在两种工况下与SOH的皮尔逊相关系数，最高的三项作为状态估计模型的输入特征向量；利用长短时神经网络建立基础模型，结合具有微调策略的迁移学习方法建立状态估计模型；利用状态估计模型进行健康状态估计。本发明通过从相关领域转移信息来提高模型能力，实现机车工况下的小样本情境钛酸锂电池预测，从而弥补现有基于数据驱动的电池SOH估计过程中因数据不足导致的信息丢失最终影响估计结果的问题，同时提高了预测效率。

公开(公告)号：CN115267545A

公开(公告)日：2022-11-01

申请号：CN202210721730.5

申请日：2022-06-24

Applicant: 西南交通大学

Inventor： 张雪霞 ,  刘东敏 ,  张豪 ,  徐如馨

IPC: G01R31/367 ,  G01R31/378 ,  G01R31/387 ,  B60L58/12

Abstract: 本发明公开一种基于机车工况下的钛酸锂电池模组荷电状态估计方法，包括：基于无接触网供电城轨车辆运行工况，设计模拟机车的运行工况；利用电池测试平台使钛酸锂电池模组运行所获得机车的运行工况；利用机车工况下的不同充放电状态，构成多个时刻下电池单体和电池模组数据组；利用鲸鱼优化算法算法对长短时记忆神经网络进行优化，优化学习率和隐含层层数，得到优化电池估算模型；通过将循环工况下电池模组及模组中多块电池单体的数据作为输入特征量对所述优化电池估算模型进行训练，并实现SOC的估算。本发明采用基于数据驱动的锂电池SOC估计，利用鲸鱼算法优化长短时神经网络超参数，有效实现了工况条件下钛酸锂电池模组SOC的准确估计。