一种预测电池健康状态的方法
授权
摘要
本发明公开了一种预测电池健康状态的方法，通过提取电池在每一次完整充放电过程中历史的恒流充电时间、恒压充电时间、容量增量曲线最大值、放电等压差时间间隔、欧姆内阻五个特征，以及健康状态SOH等特征，然后对提取的特征进行处理，建立起迁移高斯过程回归模型，从而预测出新电池在后续使用过程中的SOH值，具有操作简单、快速，且预测精度高等优点。
基本信息
专利标题 ：
一种预测电池健康状态的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111985156A
申请号 ：
CN202010834612.6
公开（公告）日 ：
2020-11-24
申请日 ：
2020-08-19
授权号 ：
CN111985156B
授权日 ：
2022-06-14
发明人 ：
盛瀚民刘鑫程玉华邵晋梁陈凯
申请人 ：
电子科技大学
申请人地址 ：
四川省成都市高新区（西区）西源大道2006号
代理机构 ：
成都行之专利代理事务所(普通合伙)
代理人 ：
温利平
优先权 ：
CN202010834612.6
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G01R31/392 G01R31/367 G01R31/396 G06F111/08 G06N3/04 G06N3/08 G06N7/00 G06N20/10
相关图片
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-06-14 ：
授权
2020-12-11 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20200819
申请日 : 20200819
2020-11-24 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN111985156A.PDF
PDF下载
