[发明专利]一种基于视觉认知的锂电池容量估计的方法及装置有效
| 申请号： | 201810536464.2 | 申请日： | 2018-05-30 |
| 公开（公告）号： | CN108717166B | 公开（公告）日： | 2020-07-03 |
| 发明（设计）人： | 程玉杰;吕琛 | 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;G01R31/396 |
| 代理公司： | 北京元本知识产权代理事务所(普通合伙) 11308 | 代理人： | 秦力军 |
| 地址： | 100191 北京市*** | 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： | 本发明公开了一种基于视觉认知的锂电池容量估计的方法及装置，涉及电池容量估计技术领域，其方法包括：基于非下采样轮廓波变换和拉普拉斯特征映射方法，对由电池循环寿命期间所获取的每个循环中的电流及电压数据转化得到的视觉认知图像进行处理后，估算得到电池容量。本发明首次提出将视觉认知应用于电池容量估计领域，仅采用电池充电电流或放电电压值即可进行电池容量估计，相比现有的方法精度更高，更有效。 | ||
| 搜索关键词： | 一种 基于 视觉 认知 锂电池 容量 估计 方法 装置 | ||
【主权项】：
1.一种基于视觉认知的锂电池容量估计的方法，其特征在于，包括：通过对锂电池每次充电过程中的充电电流或每次放电过程中的放电电压进行采集，得到每次充电过程中的充电电流数据集合或每次放电过程中的放电电压数据集合；通过对所述充电电流数据集合或所述放电电压数据集合进行数据排列处理，形成充电电流二维图像或放电电压二维图像；利用基于视觉多通道特性的非下采样轮廓波变换NSCT对所述充电电流二维图像或放电电压二维图像进行多尺度分解，得到高维充电电流特征向量或高维放电电压特征向量；利用基于视觉流形感知特性的拉普拉斯特征映射LE对所述高维充电电流特征向量或高维放电电压特征向量进行降维处理，得到蕴含在低维充电电流本征流形中的低维充电电流退化特征或蕴含在低维放电电压本征流形中的低维放电电压退化特征；利用所述低维充电电流退化特征或所述低维放电电压退化特征对所述锂电池容量进行估计。
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/patent/201810536464.2/，转载请声明来源钻瓜专利网。
