[发明专利]退役电池核容检测方法及装置在审

专利信息
申请号: 201910762727.6 申请日: 2019-08-19
公开(公告)号: CN110501651A 公开(公告)日: 2019-11-26
发明(设计)人: 王静哲;韩冰;张夕;李云龙;李昕;李莉;于世超;孔江涛;孙海宁;赵锋;陈贺;王强;任昆;杨天佳;李玉峰 申请(专利权)人: 国网河北省电力有限公司石家庄供电分公司;石家庄科林电气股份有限公司
主分类号: G01R31/388 分类号: G01R31/388;G01R31/396
代理公司: 13100 石家庄新世纪专利商标事务所有限公司 代理人: 董金国;张素静<国际申请>=<国际公布>
地址: 050000 河*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电池 历史运行数据 预估 神经网络算法 检测 结果输出模块 输入神经网络 读取 获取模块 计算模块 检测装置 历史数据 现场检测 算法
【权利要求书】:

1.一种退役电池核容检测方法,其特征在于:所述退役电池核容检测方法包括下列步骤:

a、获取退役电池的历史运行数据,所述退役电池的历史运行数据包括所述退役电池近期若干个充放电过程中的电压数据和电流数据;

b、基于所述退役电池近期充放电过程中的电压数据、电流数据和神经网络算法,得到退役电池当前容量的预估值;

c、输出退役电池当前容量的预估值。

2.根据权利要求1所述的退役电池核容检测方法,其特征在于:所述退役电池近期若干个充放电过程的个数不少于10个。

3.根据权利要求1或2中任一项所述的退役电池核容检测方法,其特征在于:步骤c还包括:基于所述退役电池近期若干个充放电过程中的电压数据和电流数据和所述神经网络算法,得到计算误差。

4.根据权利要求3所述的退役电池核容检测方法,其特征在于:所述退役电池的历史运行数据还包括:过充电次数和过放电次数。

5.根据权利要求1、2或4中任一项所述的退役电池核容检测方法,其特征在于:所述神经网络算法的步骤为:

c21、初始化连接权值、节点阈值;

c22、输入充电或放电的电压、电流;

c23、取一组电压、电流数据作为样本;

c24、计算隐含层节点输出;

c25、计算输出层输出;

c26、更新连接权值和节点阈值;

c27、判断是否包含全部数据;若是,则进行下一步;若否,则返回步骤c22;

c28、判断误差小于下限5%或学习次数是否达到上限10000次;若是,则进行下一步;若否,则返回步骤c24;

c29、得到退役电池当前容量的预估值。

6.一种退役电池核容检测装置,其特征在于:所述退役电池核容检测装置包括:

退役电池的历史运行数据获取模块,其被配置为获取退役电池的历史运行数据,所述退役电池的历史运行数据包括所述退役电池近期若干个充放电过程中的电压数据和电流数据;

退役电池当前容量的预估值计算模块,其被配置为基于所述退役电池近期充放电过程中的电压数据和电流数据和所述神经网络算法,得到退役电池当前容量的预估值;

结果输出模块,其被配置为输出退役电池当前容量的预估值。

7.根据权利要求6中所述的退役电池核容检测装置,其特征在于:所述退役电池近期若干个充放电过程的个数不少于10次。

8.根据权利要求6或7中任一项所述的退役电池核容检测装置,其特征在于:结果输出模块,其还被配置为基于所述退役电池近期若干个充放电过程中的电压数据和电流数据和所述神经网络算法,得到计算误差。

9.根据权利要求8所述的退役电池核容检测装置,其特征在于:所述退役电池的历史运行数据还包括:过充电次数和过放电次数。

10.根据权利要求6、7或9中任一项所述的退役电池核容检测装置,其特征在于:所述神经网络算法的步骤为:

c21、初始化连接权值、节点阈值;

c22、输入充电或放电的电压、电流;

c23、取一组电压、电流数据作为样本;

c24、计算隐含层节点输出;

c25、计算输出层输出;

c26、更新连接权值和节点阈值;

c27、判断是否包含全部数据;若是,则进行下一步;若否,则返回步骤c22;

c28、判断误差小于下限5%或学习次数是否达到上限10000次;若是,则进行下一步;若否,则返回步骤c24;

c29、得到退役电池当前容量的预估值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网河北省电力有限公司石家庄供电分公司;石家庄科林电气股份有限公司,未经国网河北省电力有限公司石家庄供电分公司;石家庄科林电气股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910762727.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top