[发明专利]基于电化学参数的电池分析方法和系统有效

专利信息
申请号: 202010314133.1 申请日: 2020-04-20
公开(公告)号: CN111624494B 公开(公告)日: 2021-08-06
发明(设计)人: 杨世春;刘新华;张正杰;高心磊;郭斌 申请(专利权)人: 北京航空航天大学
主分类号: G01R31/367 分类号: G01R31/367;G01R31/371;G01R31/3842;G01R31/389;G01R31/392
代理公司: 北京海虹嘉诚知识产权代理有限公司 11129 代理人: 高丽萍
地址: 100191*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 电化学 参数 电池 分析 方法 系统
【权利要求书】:

1.一种基于电化学参数的电池分析方法,其特征在于,所述方法包括下述步骤:

通过车端的若干传感器获取电池宏观参数,所述宏观参数包括:电池的电流、电压、温度、容量和内阻;

根据所述电池宏观参数通过曲线拟合算法计算基于电化学原理的电池微观参数,所述微观参数包括:差分热电压分析曲线参数、增量容量分析曲线参数、差分电压分析曲线参数、充放电电压平台分析曲线参数以及参数辨识的电化学阻抗谱参数;

对所述电池宏观参数与所述电池微观参数通过边缘计算进行数据预清洗,得到预清洗后的数据并发送到云端大数据平台,对发送到云端大数据平台的预清洗后的数据进行云端数据清洗,得到均为实值的数据流;所述数据预清洗包括对采集到的电池宏观参数和经计算处理的电池微观参数进行格式校验并对因传感器故障而未采集到的数据的空值做赋值,所述云端数据清洗包括空余赋值、错值纠正和逻辑校验;

通过离群点检测算法对所述均为实值的数据流进行检测计算,得到离群数据的个数;

将所述离群数据的个数与报警等级的预设阈值进行对比,根据对比结果确定是否报警和报警等级;

将所述均为实值的数据流输入到训练过的机器学习模型中,利用所述机器学习模型对发生离群的故障信息与故障集通过聚类方法比对,根据聚类结果预测故障类型以实现对电池的状态估计。

2.根据权利要求1所述的方法,其特征在于,所述将所述离群数据的个数与报警等级的预设阈值进行对比,根据对比结果确定是否报警和报警等级,具体是将离群数据的个数与报警等级一一对应,通过实时或在一定时间区间内对比离群数据的个数与对应报警等级的预设阈值,得到报警结果。

3.根据权利要求1或2所述的方法,其特征在于,所述根据聚类结果预测故障类型包括根据聚类结果预测荷电状态(SOC)、能量状态(SOE)、功率状态(SOP)和/或寿命状态(SOH)。

4.一种基于电化学参数的电池分析系统,所述系统包括宏观参数采集装置,用于通过车端的若干传感器获取电池宏观参数,所述宏观参数包括:电池的电流、电压、温度、容量和内阻,其特征在于,所述系统还包括:

微观参数计算装置,用于根据电池宏观参数通过曲线拟合算法计算基于电化学原理的电池微观参数,所述微观参数包括:差分热电压分析曲线参数、增量容量分析曲线参数、差分电压分析曲线参数、充放电电压平台分析曲线参数以及参数辨识的电化学阻抗谱参数;

数据清洗装置,用于对所述电池宏观参数与所述电池微观参数通过边缘计算进行数据预清洗,得到预清洗后的数据并发送到云端大数据平台,对发送到云端大数据平台的预清洗后的数据进行云端数据清洗,得到均为实值的数据流;所述数据清洗装置包括边缘计算装置,设置于车载动力电池的输出端,用于对采集到的电池宏观参数和经计算处理的电池微观参数进行格式校验并对因传感器故障而未采集到的数据的空值做赋值以实现数据预清洗;所述云端数据清洗包括空余赋值、错值纠正和逻辑校验;

离群点检测装置,用于通过离群点检测算法对所述均为实值的数据流进行检测计算,得到离群数据的个数;

实时报警装置,用于将离群数据的个数与报警等级的预设阈值进行对比,根据对比结果确定是否报警和报警等级;

检测预测装置,用于将所述均为实值的数据流输入到训练过的机器学习模型中,对发生离群的故障信息与故障集通过聚类方法比对,根据聚类结果预测故障类型以实现对电池的状态估计。

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北京航空航天大学,未经北京航空航天大学许可,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/202010314133.1/1.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