一种梯次利用的锂离子电池容量预测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种梯次利用的锂离子电池容量预测方法
申请号:CN202510147464
申请日期:2025-02-11
公开号:CN120085184A
公开日期:2025-06-03
类型:发明专利
摘要
本发明实施例提供了一种梯次利用的锂离子电池容量预测方法,涉及新能源电池检测的技术领域。包括:收集梯次利用的锂离子电池在不同工作环境下的电化学性能数据;基于GITT滴定实验结果确定锂离子电池的化学扩散系数;基于环境参数、电化学性能数据、化学扩散系数、锂离子电池的容量参数构建预测模型,以基于预测模型捕捉环境参数、电化学性能数据、化学扩散系数、锂离子电池的容量参数之间的关系;基于历史数据集训练预测模型,并验证预测模型的预测能力,直至预测模型收敛;使用收敛的预测模型基于实时参数预测目标锂离子电池的容量。通过本发明,解决了利用Peukert方程的相关技术只能应用于特定条件下的预测,智能化程度难以满足工程需求的问题。
技术关键词
非线性最小二乘法 复合机器学习模型 锂离子电池容量 参数 粒子群算法 充放电循环次数 混合算法 构建预测模型 遗传算法 数据 深度学习模型 训练预测模型 模型预测值 新能源电池 模块 内阻 关系
系统为您推荐了相关专利信息
性能检测数据 性能检测方法 三维模型 性能预测模型 身份验证信息
早期预警模型 采集单元 全基因组测序数据 数据转换单元 高通量测序分析
智能分析方法 深度学习模型 手持设备 波形 手持式设备
隧道锚杆施工 视频图像采集设备 训练卷积神经网络 隧道施工现场 隧道施工检测技术
感兴趣 样本 标签 异常数据 更新模型参数