CN109991556A - 一种针对磷酸铁锂动力电池短期衰竭故障的诊断方法 - Google Patents
一种针对磷酸铁锂动力电池短期衰竭故障的诊断方法 Download PDFInfo
- Publication number
- CN109991556A CN109991556A CN201910277855.1A CN201910277855A CN109991556A CN 109991556 A CN109991556 A CN 109991556A CN 201910277855 A CN201910277855 A CN 201910277855A CN 109991556 A CN109991556 A CN 109991556A
- Authority
- CN
- China
- Prior art keywords
- failure
- internal resistance
- iron phosphate
- lithium iron
- battery
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 title claims abstract description 40
- 238000002405 diagnostic procedure Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000003745 diagnosis Methods 0.000 claims abstract description 13
- 230000032683 aging Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 2
- 230000000630 rising effect Effects 0.000 claims description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims 1
- QSNQXZYQEIKDPU-UHFFFAOYSA-N [Li].[Fe] Chemical compound [Li].[Fe] QSNQXZYQEIKDPU-UHFFFAOYSA-N 0.000 claims 1
- 229910052698 phosphorus Inorganic materials 0.000 claims 1
- 239000011574 phosphorus Substances 0.000 claims 1
- 229910052744 lithium Inorganic materials 0.000 abstract description 20
- 230000008859 change Effects 0.000 abstract description 9
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 3
- 239000000178 monomer Substances 0.000 abstract description 3
- 230000006378 damage Effects 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 abstract description 2
- 230000006866 deterioration Effects 0.000 abstract 1
- 239000005955 Ferric phosphate Substances 0.000 description 12
- 229940032958 ferric phosphate Drugs 0.000 description 12
- WBJZTOZJJYAKHQ-UHFFFAOYSA-K iron(3+) phosphate Chemical compound [Fe+3].[O-]P([O-])([O-])=O WBJZTOZJJYAKHQ-UHFFFAOYSA-K 0.000 description 12
- 229910000399 iron(III) phosphate Inorganic materials 0.000 description 12
- 238000012360 testing method Methods 0.000 description 3
- 208000032953 Device battery issue Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000032677 cell aging Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- PPASLZSBLFJQEF-RKJRWTFHSA-M sodium ascorbate Substances [Na+].OC[C@@H](O)[C@H]1OC(=O)C(O)=C1[O-] PPASLZSBLFJQEF-RKJRWTFHSA-M 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/3644—Constructional arrangements
- G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
Abstract
为了解决现有针对动力锂电池故障诊断方法无法在内阻和容量变化较小的初期提取早期故障征兆的问题，本发明提供一种针对磷酸铁锂动力电池短期衰竭故障的诊断方法，利用阻抗容量相对变化率和增量分析技术，评价当前电池单体的内阻变化的程度,解析内阻变化的内因，以此为依据对锂电池发生短期衰竭故障的风险做出评估，弥补当前诊断方法无法对电池性能急剧恶化情况作出预警的问题。本发明所提供的短期衰竭故障诊断方法能够准确的识别磷酸铁锂动力电池短期衰竭故障。尤其是故障初期，电池内部结构已经发生破坏但内阻和容量变化都很低的情况下，诊断算法能准确辨析电池内阻变化的内部机理,诊断潜在的风险做出故障预警。
Description
技术领域
本发明涉及动力锂电池故障诊断领域，具体涉及磷酸铁锂动力电池短期衰竭故障的诊断方法，对动力锂电池性能急剧变化做出提前预警。
背景技术
内阻是衡量动力电池健康状态的重要参数，它不仅能够一定程度上反应电池老化的信息，同时是影响电池内部生热的重要因素。因此领域内开展了大量关于动力锂电池内阻估算或以内阻作为电池老化或故障诊断依据的研究。动力锂电池在特定条件下性能会在短期内急剧衰竭，故障现象包括内阻剧烈上升，电压平的变化和容量迅速衰减，这种现象是导致动力锂电池失效甚至热失控的重要原因。
而目前基于内阻的诊断方法，如中国专利：申请号：CN201310341683.2，专利名称：电池单体故障诊断方法；以及中国专利：申请号：CN201710153380.6；专利名称：一种大容量电池储能系统的故障诊断方法及装置，均对电池使用中的故障诊断提供了诊断方法。
但是，以上述两篇专利文件为代表的现有技术，缺乏对电池内阻上升机理的理解和描述，无法解析导致内阻上升的根源，导致无法提取故障的早期征兆，实际应用中难以保障电池系统的安全性，局限较大。
发明内容
为了解决现有故障诊断技术中针对动力锂电池短期衰竭诊断现象无法提取故障早期征兆的问题，本发明提供一种针对磷酸铁锂动力电池短期衰竭故障的诊断方法。本发明所述的一种针对磷酸铁锂动力电池短期衰竭故障的诊断方法，利用阻抗容量相对变化率和增量分析技术，评价当前电池单体的内阻变化程度，对发生短期衰竭故障的风险做出评估，弥补当前诊断方法无法对电池性能急剧恶化作出预警的问题。
一种针对磷酸铁锂动力电池短期衰竭故障的诊断方法，其技术方案在于：包括以下步骤：
S1.记录待检测磷酸铁锂动力电池的初始增量容量曲线特征、初始容量和初始内阻；
S2.诊断开始，获得使用过程中的磷酸铁锂动力电池的当前容量和当前内阻；
S3.以磷酸铁锂动力电池的内阻容量相对衰减率α作为诊断依据，设定内阻衰减率第一预设阈值和第二预设阈值，判断电池当前内阻衰减程度，其中，第一预设阈值<第二预设阈值；当内阻容量相对衰减率小于第一预设阈值时，待检测磷酸铁锂动力电池未发生老化；
当内阻容量相对衰减率大于第二预设阈值时，待检测磷酸铁锂动力电池已发生短期衰竭故障；
当内阻容量相对衰减率处于第一预设阈值与第二预设阈值之间时，提取当前增量容量曲线特征，并与S1步骤所述的初始增量容量曲线特征对比，如出现特定模式，判定待检测磷酸铁锂动力电池存在短期衰竭故障风险，否则判定待检测磷酸铁锂动力电池正常老化；
其中，所述的特定模式是指：在同一坐标系下，将初始增量容量曲线特征与当前增量容量曲线特征进行比较，当初始增量容量曲线特征中最高的两个峰值波峰①II和波峰②II在当前增量容量曲线特征中的变化趋势满足：
波峰①II幅度上升或波峰①II幅度不变，波峰②II幅度下降。
其中，磷酸铁锂动力电池的内阻容量相对衰减率α的获得方法是：
其中，Crat为磷酸铁锂动力电池初始容量、Rrat为磷酸铁锂动力电池初始内阻；
Cava为磷酸铁锂动力电池当前容量；Rava为磷酸铁锂动力电池当前内阻。
本发明的有益效果是：与现有技术相比，本发明所提供的短期衰竭故障诊断方法能够准确的识别磷酸铁锂动力电池模组短期衰竭故障。尤其是在短期衰竭故障初期，电池内部结构已经发生破坏但内阻和容量变化都很低的情况下，诊断算法能准确辨识潜在的风险做出故障预警。
附图说明
图1为本发明的流程图。
图2为微短路电池模组中微短路故障电池单体与模组均值温差曲线图。
图3至图5为三块不同电池的曲线图。
具体实施方式
下面结合附图对本发明进行进一步的说明。
本发明所述的检测流程如图1所示。
本发明具体的实施步骤是：
a.记录磷酸铁锂动力电池初始容量Crat和初始内阻Rrat；并构建初始增量容量曲线特征；
具体的，本发明中所述的磷酸铁锂动力电池的初始容量Crat均在室温采用1C标准充放电测试得到。测试中首先将磷酸铁锂电池经过恒流-恒压充电至3.65V，之后以1C的倍率将磷酸铁锂动力电池从3.65V放电至2.5V，释放的电量即磷酸铁锂动力电池的初始容量Crat。初始内阻Rrat采用扩展卡尔曼滤波的方法在线计算得到。
进一步的，步骤a中所述的初始增量容量曲线特征指曲线中波峰①II和波峰②II的峰值幅度相对关系，波峰①II和波峰②II的定义参见图2。图2中初始增量容量曲线特征的幅度经初始波峰②II的幅度归一化处理。
上述初始增量容量曲线特征从小倍率恒流放电数据中提取。在恒流放电数据中，以足够小的固定电压间隔进行磷酸铁锂动力电池电压采样，按照式(1)计算该电压间隔内的容量变化，绘制dQ/dV与电压的关系曲线。其中，I为恒流放电的电流；t为恒流饭店时间；△V为电压间隔。
b.诊断开始，对使用过程中的磷酸铁锂电池计算当前容量Cava和当前内阻Rava；
c.依据式(2)计算内阻容量相对衰减率α，判断磷酸铁锂电池当前内阻衰减程度；
式中初始容量Crat、初始内阻Rrat；当前容量Cava和当前内阻Rava。
d.设置二级阈值αT1和αT2，特殊的本例中40Ah磷酸铁锂动力电池的αT1＝6Ω/Ah、αT2＝30Ω/Ah。
e.将c步骤获得的内阻容量相对衰减率α与预设阈值αT1比较：
e1.若所述衰减率α大于该预设阈值αT1，判定该磷酸铁锂电池出现明显老化，若所述衰减率α小于该预设阈值αT1，则判定该磷酸铁锂电池正常。
e2.若内阻容量相对衰减率α大于预设阈值αT1，则继续将α与预设阈值αT2比较，若所述衰减率α大于预设阈值αT2，则立即判定该磷酸铁锂电池出现短期衰竭故障；
e3.若内阻容量相对衰减率α小于该预设阈值αT2，则该磷酸铁锂电池存在风险，需进行以下判断步骤：
e301.当内阻容量相对衰减率α大于预设阈值αT1，小于预设阈值αT2时，利用步骤a的方法构建该磷酸铁锂电池当前增量容量曲线特征，并与a步骤所述的初始增量容量曲线特征进行比较；
当出现特定模式时则认为该磷酸铁锂电池存在短期衰竭故障风险，否则电池仅呈现老化。
再进一步的，以图2为例，所述的特定模式指的是如下两种情况：
一、波峰①II幅度上升；
二、波峰①II幅度不变，波峰②II幅度下降。
具体的，如图2，对于本实施例的40Ah磷酸铁锂电池，记录初始增量容量曲线特征的波峰①II和②II的幅值分别为A1和B1，当前增量容量曲线特征的波峰①II和波峰②II的幅值分别为A2和B2，它们满足下列关系之一，即认为特定模式发生：
a.A2>A1；
b.0.98A1<A2<A1或A2＝A1且B2<B1。0.98A1<A2<A1表示A1与A2基本相等。
如图3，根据上述方法判断，该磷酸铁锂电池处于正常老化状态。
如图4，根据上述方法判断，该磷酸铁锂电池存在短期衰竭故障风险。
如图5，根据上述方法判断，该磷酸铁锂电池处于正常老化状态。
本发明实施例中步骤c～步骤e可用于判断磷酸铁锂电池内阻是否由于老化出现明显增加，步骤e301用于判断发生老化的电池单体是否发生短期衰竭故障或存在发生短期衰竭故障的风险。
以上仅为发明的较佳实施例而己，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (2)
1.一种针对磷酸铁锂动力电池短期衰竭故障的诊断方法，其特征在于：包括以下步骤：
S1.记录待检测磷酸铁锂动力电池的初始增量容量曲线特征、初始容量和初始内阻；
S2.诊断开始，获得使用过程中的磷酸铁锂动力电池的当前容量和当前内阻；
S3.设定第一预设阈值和第二预设阈值，以磷酸铁锂动力电池的内阻容量相对衰减率作为诊断依据，判断电池当前内阻衰减程度，其中，第一预设阈值<第二预设阈值；
当内阻容量相对衰减率小于第一预设阈值时，待检测磷酸铁锂动力电池未发生老化；
当内阻容量相对衰减率大于第二预设阈值时，待检测磷酸铁锂动力电池出现短期衰竭故障；
当内阻容量相对衰减率处于第一预设阈值与第二预设阈值之间时，建立当前增量容量曲线特征，并与S1步骤所述的初始增量容量曲线特征对比，如出现特定模式，判定待检测磷酸铁锂动力电池存在短期衰竭故障风险，否则判定待检测磷酸铁锂动力电池老化；
其中，所述的特定模式是指：在同一坐标系下，将初始增量容量曲线特征与当前增量容量曲线特征进行比较，当初始增量容量曲线特征中最高的两个峰值波峰①II和波峰②II在当前增量容量曲线特征中的变化趋势满足：
波峰①II幅度上升或波峰①II幅度不变，波峰②II幅度下降。
2.根据权利要求1所述的一种针对磷酸铁锂动力电池短期衰竭故障的诊断方法，其特征在于：磷酸铁锂动力电池的内阻容量相对衰减率α的获得方法是：
其中，Crat为磷酸铁锂动力电池初始容量、Rrat为磷酸铁锂动力电池初始内阻；
Cava为磷酸铁锂动力电池当前容量；Rava为磷酸铁锂动力电池当前内阻。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910277855.1A CN109991556B (zh) | 2019-04-08 | 2019-04-08 | 一种针对磷酸铁锂动力电池短期衰竭故障的诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910277855.1A CN109991556B (zh) | 2019-04-08 | 2019-04-08 | 一种针对磷酸铁锂动力电池短期衰竭故障的诊断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109991556A true CN109991556A (zh) | 2019-07-09 |
| CN109991556B CN109991556B (zh) | 2021-03-19 |
Family
ID=67132636
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910277855.1A Active CN109991556B (zh) | 2019-04-08 | 2019-04-08 | 一种针对磷酸铁锂动力电池短期衰竭故障的诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109991556B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110398693A (zh) * | 2019-07-29 | 2019-11-01 | 国网河南省电力公司电力科学研究院 | 一种退役磷酸铁锂单体电池状态快速评价方法 |
| CN112014745A (zh) * | 2020-08-27 | 2020-12-01 | 洛阳理工学院 | 一种针对动力电池的三级故障诊断方法 |
| CN113848495A (zh) * | 2021-10-11 | 2021-12-28 | 江苏省特种设备安全监督检验研究院 | 基于充电曲线的内部微短路故障诊断方法 |
| CN114264968A (zh) * | 2021-12-14 | 2022-04-01 | 哈尔滨工业大学 | 基于电压增速异常特征的电池早期加速衰竭故障诊断方法及系统 |
| CN116154900A (zh) * | 2023-01-05 | 2023-05-23 | 北京西清能源科技有限公司 | 一种电池储能电站的主动安全三级防控系统及方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1998010610A1 (en) * | 1996-09-04 | 1998-03-12 | Ericsson Inc. | Mobile station operations management based on battery capacity |
| US20050191553A1 (en) * | 2004-02-27 | 2005-09-01 | Sanyo Electric Co., Ltd. | Lithium secondary battery |
| CN103399282A (zh) * | 2013-08-07 | 2013-11-20 | 清华大学 | 电池单体故障诊断方法 |
| CN103675702A (zh) * | 2013-12-04 | 2014-03-26 | 清华大学 | 一种实时评估电池健康状态的方法 |
| JP2015122910A (ja) * | 2013-12-24 | 2015-07-02 | 三菱自動車工業株式会社 | 二次電池の管理装置 |
| CN104865536A (zh) * | 2015-06-16 | 2015-08-26 | 天津力神电池股份有限公司 | 一种锂离子电池性能衰减原因的测试及诊断方法 |
| WO2017087807A1 (en) * | 2015-11-19 | 2017-05-26 | The Regents Of The University Of Michigan | State of battery health estimation based on swelling characteristics |
| WO2017163089A1 (en) * | 2016-03-24 | 2017-09-28 | Imperial Innovations Limited | An energy storage device monitoring technique |
| CN107422266A (zh) * | 2017-03-15 | 2017-12-01 | 中国电力科学研究院 | 一种大容量电池储能系统的故障诊断方法及装置 |
| CN109143078A (zh) * | 2018-08-28 | 2019-01-04 | 中航锂电技术研究院有限公司 | 一种磷酸铁锂动力电池“跳水”故障的辨识预判方法 |
-
2019
- 2019-04-08 CN CN201910277855.1A patent/CN109991556B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1998010610A1 (en) * | 1996-09-04 | 1998-03-12 | Ericsson Inc. | Mobile station operations management based on battery capacity |
| US20050191553A1 (en) * | 2004-02-27 | 2005-09-01 | Sanyo Electric Co., Ltd. | Lithium secondary battery |
| CN103399282A (zh) * | 2013-08-07 | 2013-11-20 | 清华大学 | 电池单体故障诊断方法 |
| CN103675702A (zh) * | 2013-12-04 | 2014-03-26 | 清华大学 | 一种实时评估电池健康状态的方法 |
| JP2015122910A (ja) * | 2013-12-24 | 2015-07-02 | 三菱自動車工業株式会社 | 二次電池の管理装置 |
| CN104865536A (zh) * | 2015-06-16 | 2015-08-26 | 天津力神电池股份有限公司 | 一种锂离子电池性能衰减原因的测试及诊断方法 |
| WO2017087807A1 (en) * | 2015-11-19 | 2017-05-26 | The Regents Of The University Of Michigan | State of battery health estimation based on swelling characteristics |
| WO2017163089A1 (en) * | 2016-03-24 | 2017-09-28 | Imperial Innovations Limited | An energy storage device monitoring technique |
| CN107422266A (zh) * | 2017-03-15 | 2017-12-01 | 中国电力科学研究院 | 一种大容量电池储能系统的故障诊断方法及装置 |
| CN109143078A (zh) * | 2018-08-28 | 2019-01-04 | 中航锂电技术研究院有限公司 | 一种磷酸铁锂动力电池“跳水”故障的辨识预判方法 |
Non-Patent Citations (2)
| Title |
|---|
| A. ABDOLLAHI 等: "Battery Health Degradation and Optimal Life Management", 《2015 IEEE AUTOTESTCON》 * |
| 王锋超 等: "动力锂电池性能衰减过程内部结构分析研究", 《动力锂电池性能衰减过程内部结构分析研究》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110398693A (zh) * | 2019-07-29 | 2019-11-01 | 国网河南省电力公司电力科学研究院 | 一种退役磷酸铁锂单体电池状态快速评价方法 |
| CN112014745A (zh) * | 2020-08-27 | 2020-12-01 | 洛阳理工学院 | 一种针对动力电池的三级故障诊断方法 |
| CN113848495A (zh) * | 2021-10-11 | 2021-12-28 | 江苏省特种设备安全监督检验研究院 | 基于充电曲线的内部微短路故障诊断方法 |
| CN113848495B (zh) * | 2021-10-11 | 2023-11-21 | 江苏省特种设备安全监督检验研究院 | 基于充电曲线的内部微短路故障诊断方法 |
| CN114264968A (zh) * | 2021-12-14 | 2022-04-01 | 哈尔滨工业大学 | 基于电压增速异常特征的电池早期加速衰竭故障诊断方法及系统 |
| CN116154900A (zh) * | 2023-01-05 | 2023-05-23 | 北京西清能源科技有限公司 | 一种电池储能电站的主动安全三级防控系统及方法 |
| CN116154900B (zh) * | 2023-01-05 | 2023-11-28 | 北京西清能源科技有限公司 | 一种电池储能电站的主动安全三级防控系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109991556B (zh) | 2021-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109991556A (zh) | 一种针对磷酸铁锂动力电池短期衰竭故障的诊断方法 | |
| CN104502859B (zh) | 电池荷电量及电池健康状态的检测、诊断方法 | |
| CN101907688B (zh) | 一种锂离子电池电性能一致性的检测方法 | |
| CN107843853B (zh) | 一种动力电池组串联连接故障诊断方法 | |
| CN103163464B (zh) | 电池包中电芯的检测方法 | |
| CN103744030B (zh) | 电池组健康状态和荷电状态在线估算装置及估算方法 | |
| CN108363017B (zh) | 一种长时间存放的退役锂电池稳定容量值标定方法 | |
| CN111175653A (zh) | 一种用于辨识预判三元电池容量“跳水”故障的方法 | |
| CN107290669A (zh) | 一种退役电动汽车动力电池箱的诊断方法 | |
| CN106816661B (zh) | 一种退役锂离子动力电池的二次利用选择方法 | |
| CN109596993B (zh) | 锂离子电池荷电状态检测的方法 | |
| CN109411840A (zh) | 基于阻抗相位角的锂离子电池温度检测方法 | |
| CN110031771A (zh) | 一种描述电池一致性的方法 | |
| CN105572601A (zh) | 锂电池性能衰退原因的判断方法 | |
| CN112485693B (zh) | 一种基于温度概率密度函数的电池健康状态快速评估方法 | |
| CN105005005A (zh) | 一种蓄电池组劣化单体电池检测方法 | |
| CN104777427A (zh) | 一种适用于铅酸电池的soc在线检测方法 | |
| CN113009351A (zh) | 电池容量的确定方法及装置 | |
| CN105738821B (zh) | 准确计算不同温度下电池库仑效率的方法 | |
| CN105742729B (zh) | 一种锂离子电池在线安全预警方法 | |
| CN107634274B (zh) | 一种电池组配组方法 | |
| CN112345955A (zh) | 一种动力电池多故障在线诊断方法与系统 | |
| CN108693478A (zh) | 一种锂离子动力电池的漏液检测方法 | |
| Yu et al. | Multi-Fault Diagnosis of Lithium-Ion battery systems based on correlation Coefficient and similarity Approaches | |
| CN107402356B (zh) | 一种基于动态参数辨识的ekf估算铅酸电池soc方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190709 Assignee: Henan Zesong Technology Co.,Ltd. Assignor: LUOYANG INSTITUTE OF SCIENCE AND TECHNOLOGY Contract record no.: X2023980047421 Denomination of invention: A diagnostic method for short-term failure of lithium iron phosphate power batteries Granted publication date: 20210319 License type: Common License Record date: 20231123 |