[发明专利]卫星锂离子电池的健康状态监测方法、装置和设备有效

专利信息
申请号: 202110225533.X 申请日: 2021-03-01
公开(公告)号: CN112816884B 公开(公告)日: 2022-08-02
发明(设计)人: 程志君;何家辉;肖北;贾祥;王彦琳 申请(专利权)人: 中国人民解放军国防科技大学
主分类号: G01R31/382 分类号: G01R31/382;G01R31/367;G06N3/08
代理公司: 长沙国科天河知识产权代理有限公司 43225 代理人: 邱轶
地址: 410073 湖*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 卫星 锂离子电池 健康 状态 监测 方法 装置 设备
【说明书】:

本申请涉及卫星锂离子电池的健康状态监测方法、装置和设备,所述方法包括步骤:获取卫星锂离子电池的实时监测数据;将实时监测数据输入训练获得的自组织映射神经网络,确定实时监测数据对应的获胜神经元;其中,自组织映射神经网络为基于卫星锂离子电池的历史监测数据进行训练获得的神经网络;根据自组织映射神经网络的各输入神经元与获胜神经元之间的点积以及设定参数,计算得到CV虚拟指标;CV虚拟指标用于指示卫星锂离子电池的健康状态。通过上述技术方案,实现了采用自组织映射神经网络从卫星锂离子电池的参数中提取出CV虚拟指标的目的,从而达到了对卫星锂离子电池的健康状态进行高准确度监测的技术效果。

技术领域

本申请涉及卫星测控技术领域,特别是涉及一种卫星锂离子电池的健康状态监测方法、装置和设备。

背景技术

在整个卫星的运转过程中,电池在整个卫星系统中作用十分关键,是整个系统运行的核心单机部件。做好卫星的电池健康管理是保障卫星正常工作的基础。选择合适的健康指标(HI)是对电池健康状态进行准确评估的先决条件。目前第三代卫星储能电池普遍采用的是锂离子电池,在锂离子电池健康评估领域,业内一般采用电池的电池容量、荷电状态(State of Charge,SOC)值和电池的健康状况(State of Health,SOH)值来综合衡量电池的健康情况。

然而,在实现本发明过程中,发明人发现对于上述三种常用的锂离子电池健康指标,卫星锂离子电池工作时,一是达不到实验室锂离子电池工作条件,如在整个充放电周期内,电池均未进行完全充放电,恒流恒压条件无法保证;二是在线监测无法获取电池的许多重要健康特征参数,这也导致普遍用于锂离子电池的健康评估指标如SOC和SOH等在卫星锂离子电池上束手无策。介于此,现有文献多是选择将单一参数作为健康指标,或者将其中几个参数中提取出的数据特征作为健康指标,存在着卫星锂离子电池的健康状态监测准确度较差的技术问题。

发明内容

基于此,有必要针对上述技术问题,提供一种卫星锂离子电池的健康状态监测方法、一种卫星锂离子电池的健康状态监测装置、一种计算机设备以及一种计算机可读存储介质,能够实现对卫星锂离子电池的健康状态进行高准确度监测。

为了实现上述目的,本发明实施例采用以下技术方案:

一方面,本发明实施例提供一种卫星锂离子电池的健康状态监测方法,包括步骤:

获取卫星锂离子电池的实时监测数据;

将实时监测数据输入训练获得的自组织映射神经网络,确定实时监测数据对应的获胜神经元;其中,自组织映射神经网络为基于卫星锂离子电池的历史监测数据进行训练获得的神经网络;

根据自组织映射神经网络的各输入神经元与获胜神经元之间的点积以及设定参数,计算得到CV虚拟指标;CV虚拟指标用于指示卫星锂离子电池的健康状态。

另一方面,还提供一种卫星锂离子电池的健康状态监测装置,包括:

数据获取模块,用于获取卫星锂离子电池的实时监测数据;

获胜确定模块,用于将实时监测数据输入训练获得的自组织映射神经网络,确定实时监测数据对应的获胜神经元;其中,自组织映射神经网络为基于卫星锂离子电池的历史监测数据进行训练获得的神经网络;

指标计算模块,用于根据自组织映射神经网络的各输入神经元与获胜神经元之间的点积以及设定参数,计算得到CV虚拟指标;CV虚拟指标用于指示卫星锂离子电池的健康状态。

又一方面,还提供一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述卫星锂离子电池的健康状态监测方法的步骤。

再一方面,还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述卫星锂离子电池的健康状态监测方法的步骤。

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中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,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/202110225533.X/2.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