一种基于间接健康指标的锂离子电池SOH预测方法及系统
公开
摘要
本发明公开了一种基于间接健康指标的锂离子电池SOH预测方法。本发明采用的技术方案为：提取锂离子电池部分充电过程中的电压、电流曲线的离散系数作为间接健康指标；采用粒子群算法在样本训练过程中自动搜索多核高斯过程回归模型的最优超参数，建立基于粒子群算法优化的多核高斯过程回归模型，即PSO‑MK‑GPR模型；将间接健康指标作为输入，容量作为输出，送入PSO‑MK‑GPR模型中进行训练，得出锂离子电池老化模型；将在线提取的特征数据送入训练好的PSO‑MK‑GPR模型中，实现SOH预测。本发明采用一种考虑充电过程中的电压与电流部分数据的间接健康指标结合粒子群优化算法调参的多核高斯过程回归模型，实现了锂离子电池SOH的预测。
基本信息
专利标题 ：
一种基于间接健康指标的锂离子电池SOH预测方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114295999A
申请号 ：
CN202111647325.5
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-30
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
林达赵波张雪松杨帆钱平章雷其刘敏李志浩汪相晋倪筹帷葛晓慧
申请人 ：
国网浙江省电力有限公司电力科学研究院
申请人地址 ：
浙江省杭州市下城区朝晖八区华电弄1号
代理机构 ：
浙江翔隆专利事务所(普通合伙)
代理人 ：
张建青
优先权 ：
CN202111647325.5
主分类号 ：
G01R31/392
IPC分类号 ：
G01R31/392 G06K9/62 G06N3/00 G06Q10/04 G06Q10/06
IPC结构图谱
G
G部——物理
G01
测量；测试
G01R
测量电变量；测量磁变量
G01R31/392
••确定电池老化或退化,例如健康状态
法律状态
2022-04-08 ：
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
暂无PDF文件可下载
