CN110429322B - 锂电池一致性分类方法、装置、设备和可读存储介质 - Google Patents
锂电池一致性分类方法、装置、设备和可读存储介质 Download PDFInfo
- Publication number
- CN110429322B CN110429322B CN201910644089.8A CN201910644089A CN110429322B CN 110429322 B CN110429322 B CN 110429322B CN 201910644089 A CN201910644089 A CN 201910644089A CN 110429322 B CN110429322 B CN 110429322B
- Authority
- CN
- China
- Prior art keywords
- tested
- lithium battery
- charging
- characteristic
- curve
- 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.)
- Active
Links
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 334
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 334
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000007600 charging Methods 0.000 claims abstract description 177
- 238000000418 atomic force spectrum Methods 0.000 claims abstract description 63
- 230000008859 change Effects 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 34
- 230000008569 process Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 19
- 238000007599 discharging Methods 0.000 claims description 17
- 238000010280 constant potential charging Methods 0.000 claims description 10
- 125000004122 cyclic group Chemical group 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 6
- 230000001351 cycling effect Effects 0.000 claims 1
- 238000012216 screening Methods 0.000 abstract description 17
- 208000028659 discharge Diseases 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical group [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 4
- 229910001416 lithium ion Inorganic materials 0.000 description 4
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010281 constant-current constant-voltage charging Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 239000007774 positive electrode material Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
- G01L5/0028—Force sensors associated with force applying means
-
- 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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
-
- 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/05—Accumulators with non-aqueous electrolyte
- H01M10/052—Li-accumulators
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/44—Methods for charging or discharging
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Chemical & Material Sciences (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Manufacturing & Machinery (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明提供一种锂电池一致性分类方法、装置、设备和可读存储介质，通过获取待测锂电池的充电膨胀力曲线，所述充电膨胀力曲线用于指示所述待测锂电池的膨胀力与充电容量之间的变化关系；根据多个待测锂电池的所述充电膨胀力曲线，获取各待测锂电池对应的特征值，其中，所述特征值用于指示待测锂电池的膨胀力与充电容量的一致性；根据多个所述待测锂电池对应的所述特征值进行一致性分类，获取各所述待测锂电池的一致性分类，从而实现对待测锂电池进行快速分类和筛选，且将电池容量和膨胀力一致性相近的锂电池分为同一类，进而保证了电池组的安全性和使用寿命。
Description
技术领域
本发明涉及电池技术领域，尤其涉及一种锂电池一致性分类方法、装置、设备和可读存储介质。
背景技术
磷酸铁锂电池，是指用磷酸铁锂作为正极材料的锂离子电池。由于锂电池具有高比能量，被广泛的应用在3C数码、智能家电、智慧城市、电动工具、电动汽车、风力机太阳能储能电站、移动通信基站、电台、卫星发射等领域。在实际应用中，锂电池大多以电池组的形式存在，这就需要同一电池组中的锂电池具有较高的一致性。由于电池原材料、制造设备精度以及流程工艺等原因，使得单体的锂电池之间存在一些性能差异，电池单体组合配组后，由于同组锂电池之间的差异，在充放电过程中锂电池的差异会逐渐变大，不仅会影响电池组的循环寿命，加剧电池组的容量衰减，甚至可能会导致安全事故的发生。因此，锂电池在成组前的一致性筛选，将性能一致的锂电池分类到一个级别中是非常有必要的，以此来保证电池组的安全性和使用寿命。
目前对锂电池的一致性判断通常是通过容量、电压、内阻、自放电率等电性参数进行筛选。例如电压配组法、容量配组法、内阻匹配法。
然而，现有的锂电池分类方法无法表征锂电池在实际使用过程中动态特性的差异，存在操作难度大、准确性不高的问题。
发明内容
本发明实施例提供一种锂电池一致性分类方法、装置、设备和可读存储介质，实现对待测锂电池进行快速分类和筛选，且将电池容量和膨胀力一致性相近的锂电池分为同一类，进而保证了电池组的安全性和使用寿命。
本发明实施例的第一方面，提供一种锂电池一致性分类方法，包括：
获取待测锂电池的充电膨胀力曲线，所述充电膨胀力曲线用于指示所述待测锂电池的膨胀力与充电容量之间的变化关系；
根据多个待测锂电池的所述充电膨胀力曲线，获取各待测锂电池对应的特征值，其中，所述特征值用于指示待测锂电池的膨胀力与充电容量的一致性；
根据多个所述待测锂电池对应的所述特征值进行一致性分类，获取各所述待测锂电池的一致性分类。
可选地，所述根据多个待测锂电池的所述充电膨胀力曲线，获取各待测锂电池对应的特征值，包括：
根据各待测锂电池的充电膨胀力曲线，获取各待测锂电池对应的曲线特征点坐标；
获取各待测锂电池对应的曲线特征点坐标与特征平均坐标的欧氏距离，其中，所述特征平均坐标为在所述多个待测锂电池对应的曲线特征点坐标中，与同一特征类型对应的曲线特征点坐标的平均坐标；
根据待测锂电池对应的所述欧氏距离，获取待测锂电池对应的特征值。
可选地，各待测锂电池对应的曲线特征点坐标与至少3个特征类型对应；
相应地，所述获取各待测锂电池对应的曲线特征点坐标与特征平均坐标的欧氏距离，包括：对每个所述特征类型，获取各待测锂电池对应的曲线特征点坐标与特征平均坐标的欧氏距离；
所述根据待测锂电池对应的所述欧氏距离，获取待测锂电池对应的特征值，包括：根据各所述特征类型对应的预设权重，和待测锂电池对应的所述欧氏距离，获取待测锂电池对应的特征值，其中，所述特征值为待测锂电池的与所述至少3个特征类型对应所述欧氏距离加权求和的结果。
可选地，所述曲线特征点坐标包括：曲线极大值点坐标、曲线极小值点坐标、曲线末端端点坐标。
可选地，所述获取待测锂电池的充电膨胀力曲线，包括：
对待测锂电池进行循环处理，其中，所述循环处理依次包括充电处理和放电处理；
对完成第N次所述循环处理的待测锂电池进行第N+1次所述充电处理，并采集所述待测锂电池在第N+1次所述充电处理中的充电容量信息，以及与所述充电容量信息对应的膨胀力信息，其中，N为大于或等于2的整数，所述待测锂电池的安装预紧力为30kgf；
根据所述充电容量信息与所述膨胀力信息，获得所述待测锂电池的充电膨胀力曲线，其中，所述充电膨胀力曲线的横坐标为所述充电容量信息，纵坐标为所述膨胀力信息。
可选地，所述对待测锂电池进行循环处理，包括：
对待测锂电池进行充电处理；
在所述充电处理停止后静置1小时；
对静置1小时后的待测锂电池以1C恒流放电。
可选地，所述对待测锂电池进行充电处理，包括：
对待测锂电池以1C恒流充电，直至充电电压达到3.65V后转为恒压充电；
在所述恒压充电至充电电流达到0.05C时，停止对待测锂电池的充电。
可选地，所述根据多个所述待测锂电池对应的所述特征值进行一致性分类，获取各所述待测锂电池的一致性分类，包括：
获取预设分类的数量K；
在多个所述待测锂电池对应的所述特征值中，确定K个聚类中心值；
在多个所述待测锂电池对应的所述特征值中，分别确定与各聚类中心值最接近的K个特征值集合，所述特征值集合包含其对应的聚类中心值；
将每个特征值集合中最接近集合均值的特征值作为新的聚类中心值，返回执行所述在多个所述待测锂电池对应的所述特征值中，分别确定与各聚类中心值最接近的K个特征值集合，直至确定的所述新的聚类中心值与前一次确定的所述聚类中心值一致时，根据各特征值集合中特征值对应的待测锂电池，确定各所述待测锂电池的一致性分类，其中，每个特征值集合对应1个所述一致性分类。
本发明实施例的第二方面，提供一种锂电池一致性分类装置，包括：
曲线获取模块，用于获取待测锂电池的充电膨胀力曲线，所述充电膨胀力曲线用于指示所述待测锂电池的膨胀力与充电容量之间的变化关系；
特征值获取模块，用于根据多个待测锂电池的所述充电膨胀力曲线，获取各待测锂电池对应的特征值，其中，所述特征值用于指示待测锂电池的膨胀力与充电容量的一致性；
聚类模块，用于根据多个所述待测锂电池对应的所述特征值进行一致性分类，获取各所述待测锂电池的一致性分类。
可选地，所述特征值获取模块，用于根据各待测锂电池的充电膨胀力曲线，获取各待测锂电池对应的曲线特征点坐标；获取各待测锂电池对应的曲线特征点坐标与特征平均坐标的欧氏距离，其中，所述特征平均坐标为在所述多个待测锂电池对应的曲线特征点坐标中，与同一特征类型对应的曲线特征点坐标的平均坐标；根据待测锂电池对应的所述欧氏距离，获取待测锂电池对应的特征值。
可选地，各待测锂电池对应的曲线特征点坐标与至少3个特征类型对应。相应地，所述特征值获取模块，用于对每个所述特征类型，获取各待测锂电池对应的曲线特征点坐标与特征平均坐标的欧氏距离，以及，根据各所述特征类型对应的预设权重，和待测锂电池对应的所述欧氏距离，获取待测锂电池对应的特征值，其中，所述特征值为待测锂电池的与所述至少3个特征类型对应所述欧氏距离加权求和的结果。
可选地，所述曲线特征点坐标包括：曲线极大值点坐标、曲线极小值点坐标、曲线末端端点坐标。
可选地，所述曲线获取模块，用于对待测锂电池进行循环处理，其中，所述循环处理依次包括充电处理和放电处理；对完成第N次所述循环处理的待测锂电池进行第N+1次所述充电处理，并采集所述待测锂电池在第N+1次所述充电处理中的充电容量信息，以及与所述充电容量信息对应的膨胀力信息，其中，N为大于或等于2的整数，所述待测锂电池的安装预紧力为30kgf；根据所述充电容量信息与所述膨胀力信息，获得所述待测锂电池的充电膨胀力曲线，其中，所述充电膨胀力曲线的横坐标为所述充电容量信息，纵坐标为所述膨胀力信息。
可选地，所述曲线获取模块，用于对待测锂电池进行充电处理；在所述充电处理停止后静置1小时；对静置1小时后的待测锂电池以1C恒流放电。
可选地，所述曲线获取模块，用于对待测锂电池以1C恒流充电，直至充电电压达到3.65V后转为恒压充电；在所述恒压充电至充电电流达到0.05C时，停止对待测锂电池的充电。
可选地，聚类模块，用于获取预设分类的数量K；在多个所述待测锂电池对应的所述特征值中，确定K个聚类中心值；在多个所述待测锂电池对应的所述特征值中，分别确定与各聚类中心值最接近的K个特征值集合，所述特征值集合包含其对应的聚类中心值；将每个特征值集合中最接近集合均值的特征值作为新的聚类中心值，返回执行所述在多个所述待测锂电池对应的所述特征值中，分别确定与各聚类中心值最接近的K个特征值集合，直至确定的所述新的聚类中心值与前一次确定的所述聚类中心值一致时，根据各特征值集合中特征值对应的待测锂电池，确定各所述待测锂电池的一致性分类，其中，每个特征值集合对应1个所述一致性分类。
本发明实施例的第三方面，提供一种设备，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行本发明第一方面及第一方面各种可能设计的所述锂电池一致性分类方法。
本发明实施例的第四方面，提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能设计的所述锂电池一致性分类方法。
本发明提供的一种锂电池一致性分类方法、装置、设备和可读存储介质，通过获取待测锂电池的充电膨胀力曲线，所述充电膨胀力曲线用于指示所述待测锂电池的膨胀力与充电容量之间的变化关系；根据多个待测锂电池的所述充电膨胀力曲线，获取各待测锂电池对应的特征值，其中，所述特征值用于指示待测锂电池的膨胀力与充电容量的一致性；根据多个所述待测锂电池对应的所述特征值进行一致性分类，获取各所述待测锂电池的一致性分类，从而实现对待测锂电池进行快速分类和筛选，且将电池容量和膨胀力一致性相近的锂电池分为同一类，进而保证了电池组的安全性和使用寿命。
附图说明
图1是本发明实施例提供的一种锂电池一致性分类方法流程示意图；
图2是本发明实施例提供的图1中步骤S101的一种可选实施例方法流程示意图；
图3是本发明实施例提供的一种充电膨胀力曲线示意图；
图4是本发明实施例提供的图1中步骤S102的一种可选实施例方法流程示意图；
图5是本发明实施例提供的一种锂电池一致性分类装置结构示意图；
图6是本发明实施例提供的一种设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本发明中，“多个”是指两个或两个以上。
应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
锂电池又称锂离子电池，主要是本发明针对的磷酸铁锂电池。锂电池在成组前的一致性筛选，将性能一致的锂电池分类到一个级别中是非常有必要的，以此来保证电池组的安全性和使用寿命。现有的锂离子电池筛选方法主要依据电池容量、内阻、自放电率等特征参数对电池性能进行综合评定，进而筛选出内部特征相接近的单体电池。电压配组法未考虑荷载变化；容量配组法需按照特定的充放电条件进行，花费时间长，测试成本高；内阻匹配法由于无法去除极化内阻的影响而导致精确度不高。而任何电池都存在自放电，自放电是电池内部微短路导致的结果。微短路的严重程度决定了电池自放电率的大小。尤其是磷酸铁锂电池，电压平台较曲线较平缓，测试的电池电压相同，其容量可能相差10～15％，自放电率较难确定。除了上述缺陷，采用上述方法进行锂电池筛选还存在电池容量、内阻、自放电率等参数无法表征锂电池在实际使用过程中动态特性差异的问题。由于锂离子电池的结构特性，充电时电池膨胀并向外施加一定压力，放电时收缩并减小对外施加的压力，另外，电池在循环过程中的所受力的大小会对循环寿命产生影响，因此其使用过程中动态特性变化都会影响一致性。
为了解决上述现有锂电池分类方法操作难度大、准确性不高的问题，本发明实施例提供了一种锂电池一致性分类方法、装置、设备和可读存储介质，通过以下各种实施例介绍的各种实现方式，实现对待测锂电池进行快速分类和筛选，且将电池容量和膨胀力一致性相近的锂电池分为同一类，进而保证了电池组的安全性和使用寿命。
参见图1，是本发明实施例提供的一种锂电池一致性分类方法流程示意图，图1所示方法的执行主体可以是软件和/或硬件装置，例如可以是一种锂电池筛选装置，或者是服务器等硬件主体，也可以是内置于这些硬件主体中的计算机软件程序。为了理解方便，本实施例以锂电池筛选装置作为执行主体进行介绍，但不应对执行主体进行限制。如图1所示的方法包括步骤S101至步骤S103，具体如下：
S101，获取待测锂电池的充电膨胀力曲线，所述充电膨胀力曲线用于指示所述待测锂电池的膨胀力与充电容量之间的变化关系。
具体地，可以是锂电池筛选装置对待测锂电池进行充放电处理，并同时从安装该待测锂电池的膨胀力测试工装采集待测锂电池的充电膨胀力曲线，也可以是从膨胀力测试工装采集充电容量信息和膨胀力信息，然后锂电池筛选装置根据充电容量信息和膨胀力信息生成充电膨胀力曲线。
获取待测锂电池的充电膨胀力曲线的方式可以有多种，在一些实施例中，参见图2，是本发明实施例提供的图1中步骤S101的一种可选实施例方法流程示意图。如图2所示的方法包括步骤S201至步骤S203，具体如下：
S201，对待测锂电池进行循环处理，其中，所述循环处理依次包括充电处理和放电处理。
可以理解为，对待测锂电池进行充电处理后再进行放电处理，由此完成一次循环处理，然后再依次进行充电处理和放电处理，完成第二次循环处理。其中，循环处理的方式也可以有多种选择，在一种可选的实现方式中，可以是锂电池筛选装置对待测锂电池进行充电处理；然后在所述充电处理停止后静置1小时；最后对静置1小时后的待测锂电池以1C(单位C表示充放电倍率)恒流放电，由此完成一次循环处理。
其中，循环处理中的充电处理过程，例如可以是恒功率充电或恒流-恒压充电。又例如，充电处理可以是锂电池筛选装置对待测锂电池以1C恒流充电，直至充电电压达到3.65V后转为恒压充电；在所述恒压充电至充电电流达到0.05C时，停止对待测锂电池的充电。
S202，对完成第N次所述循环处理的待测锂电池进行第N+1次所述充电处理，并采集所述待测锂电池在第N+1次所述充电处理中的充电容量信息，以及与所述充电容量信息对应的膨胀力信息。
其中，N为大于或等于2的整数，所述待测锂电池的安装预紧力为30kgf。步骤S202中进行的充电处理应当与步骤S201中循环处理中的充电处理过程相同。例如，N为2，对待测锂电池进行2次循环处理，即充电处理-放电处理-充电处理-放电处理。在进行2次循环处理后，进行第3次充电处理(与循环处理中的充电处理相同)，并在这次充电处理过程中采集充电容量信息和膨胀力信息。膨胀力测试工装以30kgf的安装预紧力对待测锂电池进行夹紧，并以压力传感器对锂电池充电过程中的膨胀力进行感测，得到膨胀力信息。其中，膨胀力信息例如是随着充电时间变化而采集的膨胀力值，充电容量信息例如是随着充电时间变化而采集的充电容量值。
上述实施例中，N次所述循环处理是为了通过对待测锂电池的充放电实现对待测锂电池的预处理，使其在第N+1次充电处理过程中具有较为稳定的性能。N不限制为2，也可以是3、4、5等更多的次数。
S203，根据所述充电容量信息与所述膨胀力信息，获得所述待测锂电池的充电膨胀力曲线，其中，所述充电膨胀力曲线的横坐标为所述充电容量信息，纵坐标为所述膨胀力信息。
参见图3，是本发明实施例提供的一种充电膨胀力曲线示意图。图3中充电膨胀力曲线的横坐标为所述充电容量信息，纵坐标为所述膨胀力信息。通过建立充电容量与膨胀力之间的关系，构建待测锂电池的充电膨胀力曲线。由于自身的结构特性，锂电池在充电时膨胀并向外施加一定压力，又在放电时收缩并减小对外施加的压力，而锂电池在充放电循环过程中所受力的大小均会对电池循环寿命产生影响，充电膨胀力曲线体现了锂电池的一致性。
S102，根据多个待测锂电池的所述充电膨胀力曲线，获取各待测锂电池对应的特征值，其中，所述特征值用于指示待测锂电池的膨胀力与充电容量的一致性。
具体地，每个待测锂电池都对应有一条体现其一致性的充电膨胀力曲线，通过对各充电膨胀力曲线提取特征值，以便进行待测锂电池之间的一致性比较和分类。
获取特征值的方式可以有多种，参见图4，是本发明实施例提供的图1中步骤S102的一种可选实施例方法流程示意图。如图4所示的方法包括步骤S301至步骤S303，具体如下：
S301，根据各待测锂电池的充电膨胀力曲线，获取各待测锂电池对应的曲线特征点坐标。
其中，曲线特征点坐标可选为在充电膨胀力曲线上，能表征充电膨胀力曲线变化的点的坐标。曲线特征点坐标例如可以包括如图3所示的曲线极大值点坐标A1(x1,y1)、曲线极小值点坐标A2(x2,y2)和曲线末端端点坐标A3(x3,y3)，在此基础上还可以包括充电膨胀力曲线上的其他点坐标。
S302，获取各待测锂电池对应的曲线特征点坐标与特征平均坐标的欧氏距离，其中，所述特征平均坐标为在所述多个待测锂电池对应的曲线特征点坐标中，与同一特征类型对应的曲线特征点坐标的平均坐标。
具体地，各待测锂电池对应的曲线特征点坐标与至少3个特征类型对应。这3个特征类型例如是曲线峰值特征类型、曲线谷值特征类型以及曲线终值特征类型。通过体现至少3个特征类型的曲线特征点坐标，可以对不同的曲线特征点坐标进行区别，也体现了不同锂电池的一致性优劣程度。
相应地，步骤S302具体可以是对每个所述特征类型，获取各待测锂电池对应的曲线特征点坐标与特征平均坐标的欧氏距离。
例如，对100个待测锂电池进行一致性分类，那么对100个待测锂电池的曲线极大值点坐标A1(x1,y1)、曲线极小值点坐标A2(x2,y2)和曲线末端端点坐标A3(x3,y3)，分别得到三类特征平均坐标Aq,avr＝(xq,avr,yq,avr)，q＝1,2,3。
其中，
q＝1时，A1,avr＝(x1,avr,y1,avr)表示100个待测锂电池的曲线极大值点坐标的特征平均坐标。
q＝2时，A2,avr＝(x2,avr,y2,avr)表示100个待测锂电池的曲线极小值点坐标的特征平均坐标。
q＝3时，A3,avr＝(x3,avr,y3,avr)表示100个待测锂电池的曲线末端端点坐标的特征平均坐标。
基于每个待测锂电池的上述3类曲线特征点坐标A1(x1,y1)、A2(x2,y2)、A3(x3,y3)对应的3种特征类型，再分别计算每个待测锂电池的曲线特征点坐标与特征平均坐标的欧氏距离L1,n,L2,n,L3,n，其中，第n个待测锂电池对应的3个欧氏距离为：
S303，根据待测锂电池对应的所述欧氏距离，获取待测锂电池对应的特征值。
对每个待测锂电池，综合不同曲线特征点坐标对应的欧氏距离，得到待测锂电池对应的特征值，例如可以根据各所述特征类型对应的预设权重，和待测锂电池对应的所述欧氏距离，获取待测锂电池对应的特征值，其中，所述特征值为待测锂电池的与所述至少3个特征类型对应所述欧氏距离加权求和的结果。具体地，第n个待测锂电池对应的特征值为Tn＝a1*L1,n+a2*L2,n+a3*L3,n，其中，a1为曲线极大值点坐标对应的欧氏距离L1,n的预设权重，a2为曲线极大值点坐标对应的欧氏距离L2,n的预设权重，a3为曲线极大值点坐标对应的欧氏距离L3,n的预设权重。
通过图4所示实施例，从每个待测锂电池对应的充电膨胀力曲线，计算出每个待测锂电池对应的特征值。
S103，根据多个所述待测锂电池对应的所述特征值进行一致性分类，获取各所述待测锂电池的一致性分类。
具体地，以特征值进行一致性分类的方式有多种，例如可以简单地将待测锂电池按特征值分为两类，也可以分为多个类。
在一些将测锂电池按特征值分为两类的实施例中，可以根据预设的分类阈值M进行分类。具体地，可以是将大于M的特征值对应的待测锂电池作为一类，将小于M的特征值对应的待测锂电池作为另一类，从而对待测锂电池的一致性进行筛选。
在另一些将测锂电池按特征值分为多个类的实施例中，可以利用K-MEANS算法进行聚类分析，将待测锂电池按照聚类结果分为多个类。具体地，例如，获取预设分类的数量K，K可以是大于或等于2的整数。然后在多个所述待测锂电池对应的所述特征值中，确定K个聚类中心值。在多个所述待测锂电池对应的所述特征值中，分别确定与各聚类中心值最接近的K个特征值集合，所述特征值集合包含其对应的聚类中心值。将每个特征值集合中最接近集合均值的特征值作为新的聚类中心值，返回执行所述在多个所述待测锂电池对应的所述特征值中，分别确定与各聚类中心值最接近的K个特征值集合，循环直至确定的所述新的聚类中心值与前一次确定的所述聚类中心值一致时(即聚类收敛)，根据各特征值集合中特征值对应的待测锂电池，确定各所述待测锂电池的一致性分类，其中，每个特征值集合对应1个所述一致性分类。即每个特征值集合为一个分类，假如100个待测锂电池的特征值被划分为3个特征集合，那么就是将这100个待测锂电池分为3个一致性分类。
本实施例提供的一种锂电池一致性分类方法，通过获取待测锂电池的充电膨胀力曲线，所述充电膨胀力曲线用于指示所述待测锂电池的膨胀力与充电容量之间的变化关系；根据多个待测锂电池的所述充电膨胀力曲线，获取各待测锂电池对应的特征值，其中，所述特征值用于指示待测锂电池的膨胀力与充电容量的一致性；根据多个所述待测锂电池对应的所述特征值进行一致性分类，获取各所述待测锂电池的一致性分类，从而实现对待测锂电池进行快速分类和筛选，且将电池容量和膨胀力一致性相近的锂电池分为同一类，进而保证了电池组的安全性和使用寿命。
参见图5，是本发明实施例提供的一种锂电池一致性分类装置结构示意图。图5所示的锂电池一致性分类装置40，包括：
曲线获取模块41，用于获取待测锂电池的充电膨胀力曲线，所述充电膨胀力曲线用于指示所述待测锂电池的膨胀力与充电容量之间的变化关系。
特征值获取模块42，用于根据多个待测锂电池的所述充电膨胀力曲线，获取各待测锂电池对应的特征值，其中，所述特征值用于指示待测锂电池的膨胀力与充电容量的一致性.
聚类模块43，用于根据多个所述待测锂电池对应的所述特征值进行一致性分类，获取各所述待测锂电池的一致性分类。
图5所示实施例的锂电池一致性分类装置40对应地可用于执行图1所示方法实施例中的步骤，其实现原理和技术效果类似，此处不再赘述。
在上述实施例的基础上，所述特征值获取模块42，用于根据各待测锂电池的充电膨胀力曲线，获取各待测锂电池对应的曲线特征点坐标；获取各待测锂电池对应的曲线特征点坐标与特征平均坐标的欧氏距离，其中，所述特征平均坐标为在所述多个待测锂电池对应的曲线特征点坐标中，与同一特征类型对应的曲线特征点坐标的平均坐标；根据待测锂电池对应的所述欧氏距离，获取待测锂电池对应的特征值。
在上述实施例的基础上，各待测锂电池对应的曲线特征点坐标与至少3个特征类型对应。相应地，所述特征值获取模块42，用于对每个所述特征类型，获取各待测锂电池对应的曲线特征点坐标与特征平均坐标的欧氏距离，以及，根据各所述特征类型对应的预设权重，和待测锂电池对应的所述欧氏距离，获取待测锂电池对应的特征值，其中，所述特征值为待测锂电池的与所述至少3个特征类型对应所述欧氏距离加权求和的结果。
在上述实施例的基础上，所述曲线特征点坐标包括：曲线极大值点坐标、曲线极小值点坐标、曲线末端端点坐标。
在上述实施例的基础上，所述曲线获取模块41，用于对待测锂电池进行循环处理，其中，所述循环处理依次包括充电处理和放电处理；对完成第N次所述循环处理的待测锂电池进行第N+1次所述充电处理，并采集所述待测锂电池在第N+1次所述充电处理中的充电容量信息，以及与所述充电容量信息对应的膨胀力信息，其中，N为大于或等于2的整数，所述待测锂电池的安装预紧力为30kgf；根据所述充电容量信息与所述膨胀力信息，获得所述待测锂电池的充电膨胀力曲线，其中，所述充电膨胀力曲线的横坐标为所述充电容量信息，纵坐标为所述膨胀力信息。
在上述实施例的基础上，所述曲线获取模块41，用于对待测锂电池进行充电处理；在所述充电处理停止后静置1小时；对静置1小时后的待测锂电池以1C恒流放电。
在上述实施例的基础上，所述曲线获取模块41，用于对待测锂电池以1C恒流充电，直至充电电压达到3.65V后转为恒压充电；在所述恒压充电至充电电流达到0.05C时，停止对待测锂电池的充电。
在上述实施例的基础上，聚类模块43，用于获取预设分类的数量K；在多个所述待测锂电池对应的所述特征值中，确定K个聚类中心值；在多个所述待测锂电池对应的所述特征值中，分别确定与各聚类中心值最接近的K个特征值集合，所述特征值集合包含其对应的聚类中心值；将每个特征值集合中最接近集合均值的特征值作为新的聚类中心值，返回执行所述在多个所述待测锂电池对应的所述特征值中，分别确定与各聚类中心值最接近的K个特征值集合，直至确定的所述新的聚类中心值与前一次确定的所述聚类中心值一致时，根据各特征值集合中特征值对应的待测锂电池，确定各所述待测锂电池的一致性分类，其中，每个特征值集合对应1个所述一致性分类。
参见图6，是本发明实施例提供的一种设备的硬件结构示意图，该设备50包括：处理器51、存储器52和计算机程序；其中
存储器52，用于存储所述计算机程序，该存储器还可以是闪存(flash)。所述计算机程序例如是实现上述方法的应用程序、功能模块等。
处理器51，用于执行所述存储器存储的计算机程序，以实现上述锂电池一致性分类方法中锂电池筛选装置执行的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地，存储器52既可以是独立的，也可以跟处理器51集成在一起。
当所述存储器52是独立于处理器51之外的器件时，所述设备还可以包括：
总线53，用于连接所述存储器52和处理器51。
本发明还提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的锂电池一致性分类方法。
其中，可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的锂电池一致性分类方法。
在上述设备的实施例中，应理解，处理器可以是中央处理单元(英文：CentralProcessing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：DigitalSignal Processor，简称：DSP)、专用集成电路(英文：Application Specific IntegratedCircuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种锂电池一致性分类方法，其特征在于，包括：
获取待测锂电池的充电膨胀力曲线，所述充电膨胀力曲线用于指示所述待测锂电池的膨胀力与充电容量之间的变化关系；
根据多个待测锂电池的所述充电膨胀力曲线，获取各待测锂电池对应的特征值，其中，所述特征值用于指示待测锂电池的膨胀力与充电容量的一致性；
根据多个所述待测锂电池对应的所述特征值进行一致性分类，获取各所述待测锂电池的一致性分类；
所述获取待测锂电池的充电膨胀力曲线，包括：
对待测锂电池进行循环处理，其中，所述循环处理依次包括充电处理和放电处理；
对完成第N次所述循环处理的待测锂电池进行第N+1次所述充电处理，并采集所述待测锂电池在第N+1次所述充电处理中的充电容量信息，以及与所述充电容量信息对应的膨胀力信息，其中，N为大于或等于2的整数，所述待测锂电池的安装预紧力为30kgf；
根据所述充电容量信息与所述膨胀力信息，获得所述待测锂电池的充电膨胀力曲线，其中，所述充电膨胀力曲线的横坐标为所述充电容量信息，纵坐标为所述膨胀力信息；
所述根据多个待测锂电池的所述充电膨胀力曲线，获取各待测锂电池对应的特征值，包括：
根据各待测锂电池的充电膨胀力曲线，获取各待测锂电池对应的曲线特征点坐标；
获取各待测锂电池对应的曲线特征点坐标与特征平均坐标的欧氏距离，其中，所述特征平均坐标为在所述多个待测锂电池对应的曲线特征点坐标中，与同一特征类型对应的曲线特征点坐标的平均坐标；
根据待测锂电池对应的所述欧氏距离，获取待测锂电池对应的特征值；
所述根据多个所述待测锂电池对应的所述特征值进行一致性分类，获取各所述待测锂电池的一致性分类，包括：
获取预设分类的数量K；
在多个所述待测锂电池对应的所述特征值中，确定K个聚类中心值；
在多个所述待测锂电池对应的所述特征值中，分别确定与各聚类中心值最接近的K个特征值集合，所述特征值集合包含其对应的聚类中心值；
将每个特征值集合中最接近集合均值的特征值作为新的聚类中心值，返回执行所述在多个所述待测锂电池对应的所述特征值中，分别确定与各聚类中心值最接近的K个特征值集合，直至确定的所述新的聚类中心值与前一次确定的所述聚类中心值一致时，根据各特征值集合中特征值对应的待测锂电池，确定各所述待测锂电池的一致性分类，其中，每个特征值集合对应1个所述一致性分类。
2.根据权利要求1所述的方法，其特征在于，各待测锂电池对应的曲线特征点坐标与至少3个特征类型对应；
相应地，所述获取各待测锂电池对应的曲线特征点坐标与特征平均坐标的欧氏距离，包括：对每个所述特征类型，获取各待测锂电池对应的曲线特征点坐标与特征平均坐标的欧氏距离；
所述根据待测锂电池对应的所述欧氏距离，获取待测锂电池对应的特征值，包括：根据各所述特征类型对应的预设权重，和待测锂电池对应的所述欧氏距离，获取待测锂电池对应的特征值，其中，所述特征值为待测锂电池的与所述至少3个特征类型对应所述欧氏距离加权求和的结果。
3.根据权利要求1或2所述的方法，其特征在于，所述曲线特征点坐标包括：曲线极大值点坐标、曲线极小值点坐标、曲线末端端点坐标。
4.根据权利要求1所述的方法，其特征在于，所述对待测锂电池进行循环处理，包括：
对待测锂电池进行充电处理；
在所述充电处理停止后静置1小时；
对静置1小时后的待测锂电池以1C恒流放电。
5.根据权利要求4所述的方法，其特征在于，所述对待测锂电池进行充电处理，包括：
对待测锂电池以1C恒流充电，直至充电电压达到3.65V后转为恒压充电；
在所述恒压充电至充电电流达到0.05C时，停止对待测锂电池的充电。
6.一种锂电池一致性分类装置，其特征在于，包括：
曲线获取模块，用于获取待测锂电池的充电膨胀力曲线，所述充电膨胀力曲线用于指示所述待测锂电池的膨胀力与充电容量之间的变化关系；
特征值获取模块，用于根据多个待测锂电池的所述充电膨胀力曲线，获取各待测锂电池对应的特征值，其中，所述特征值用于指示待测锂电池的膨胀力与充电容量的一致性；
聚类模块，用于根据多个所述待测锂电池对应的所述特征值进行一致性分类，获取各所述待测锂电池的一致性分类；
所述曲线获取模块，具体用于对待测锂电池进行循环处理，其中，所述循环处理依次包括充电处理和放电处理；对完成第N次所述循环处理的待测锂电池进行第N+1次所述充电处理，并采集所述待测锂电池在第N+1次所述充电处理中的充电容量信息，以及与所述充电容量信息对应的膨胀力信息，其中，N为大于或等于2的整数，所述待测锂电池的安装预紧力为30kgf；根据所述充电容量信息与所述膨胀力信息，获得所述待测锂电池的充电膨胀力曲线，其中，所述充电膨胀力曲线的横坐标为所述充电容量信息，纵坐标为所述膨胀力信息；
所述特征值获取模块，具体用于根据各待测锂电池的充电膨胀力曲线，获取各待测锂电池对应的曲线特征点坐标；获取各待测锂电池对应的曲线特征点坐标与特征平均坐标的欧氏距离，其中，所述特征平均坐标为在所述多个待测锂电池对应的曲线特征点坐标中，与同一特征类型对应的曲线特征点坐标的平均坐标；根据待测锂电池对应的所述欧氏距离，获取待测锂电池对应的特征值；
所述聚类模块，具体用于获取预设分类的数量K；在多个所述待测锂电池对应的所述特征值中，确定K个聚类中心值；在多个所述待测锂电池对应的所述特征值中，分别确定与各聚类中心值最接近的K个特征值集合，所述特征值集合包含其对应的聚类中心值；将每个特征值集合中最接近集合均值的特征值作为新的聚类中心值，返回执行所述在多个所述待测锂电池对应的所述特征值中，分别确定与各聚类中心值最接近的K个特征值集合，直至确定的所述新的聚类中心值与前一次确定的所述聚类中心值一致时，根据各特征值集合中特征值对应的待测锂电池，确定各所述待测锂电池的一致性分类，其中，每个特征值集合对应1个所述一致性分类。
7.一种设备，其特征在于，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行权利要求1至5任一所述的锂电池一致性分类方法。
8.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现权利要求1至5任一所述的锂电池一致性分类方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910644089.8A CN110429322B (zh) | 2019-07-17 | 2019-07-17 | 锂电池一致性分类方法、装置、设备和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910644089.8A CN110429322B (zh) | 2019-07-17 | 2019-07-17 | 锂电池一致性分类方法、装置、设备和可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110429322A CN110429322A (zh) | 2019-11-08 |
| CN110429322B true CN110429322B (zh) | 2021-04-06 |
Family
ID=68409806
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910644089.8A Active CN110429322B (zh) | 2019-07-17 | 2019-07-17 | 锂电池一致性分类方法、装置、设备和可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110429322B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110899151B (zh) * | 2019-11-29 | 2021-04-27 | 南京涛博能源科技有限公司 | 一种锂电池充放电特性的快速筛选装置及方法 |
| CN111273180B (zh) * | 2020-01-22 | 2021-08-31 | 华为技术有限公司 | 一种锂电池的析锂检测方法及装置 |
| CN111766523B (zh) * | 2020-07-09 | 2022-01-14 | 东莞塔菲尔新能源科技有限公司 | 一种确定锂离子电池充电策略的方法及装置 |
| CN113253113B (zh) * | 2021-02-26 | 2022-05-06 | 重庆长安新能源汽车科技有限公司 | 一种动力电池一致性故障的预测方法 |
| CN113064094B (zh) * | 2021-03-22 | 2022-11-04 | 中国人民解放军国防科技大学 | 一种胞元式航天器锂电池的单体电池筛选方法及系统 |
| CN112881928B (zh) * | 2021-03-24 | 2023-12-26 | 东风汽车集团股份有限公司 | 一种电池单体一致性的筛选方法 |
| CN113447840B (zh) * | 2021-06-22 | 2022-12-06 | 北京海博思创科技股份有限公司 | 锂离子电池分选方法和装置 |
| CN115201706B (zh) * | 2022-09-14 | 2022-12-16 | 苏州时代华景新能源有限公司 | 一种锂电池的智能化筛选方法及系统 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102221675A (zh) * | 2011-03-31 | 2011-10-19 | 杭州高特电子设备有限公司 | 基于模式识别技术的蓄电池容量判断方法 |
| CN103794826B (zh) * | 2014-03-12 | 2016-05-11 | 合肥国轩高科动力能源有限公司 | 一种锂离子电池配组方法 |
| US11079212B2 (en) * | 2014-10-24 | 2021-08-03 | Qnovo Inc. | Circuitry and techniques for determining swelling of a battery/cell and adaptive charging circuitry and techniques based thereon |
| JP6517007B2 (ja) * | 2014-11-27 | 2019-05-22 | 株式会社日立製作所 | リチウムイオン二次電池の製造方法 |
| CN106334679B (zh) * | 2015-07-17 | 2018-11-09 | 上海中聚佳华电池科技有限公司 | 磷酸铁锂单体电池的筛选方法 |
| CN105633472B (zh) * | 2015-12-30 | 2018-01-02 | 山东精工电子科技有限公司 | 一种锂离子电池自放电率一致性配组筛选方法 |
| CN107803350B (zh) * | 2017-10-31 | 2018-10-02 | 深圳市恒翼能科技有限公司 | 一种锂电池自动分选的方法、存储介质及电池分选装置 |
| CN108899594B (zh) * | 2018-06-12 | 2020-05-19 | 天津力神电池股份有限公司 | 一种锂金属负极膨胀幅度的分析方法 |
-
2019
- 2019-07-17 CN CN201910644089.8A patent/CN110429322B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110429322A (zh) | 2019-11-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110429322B (zh) | 锂电池一致性分类方法、装置、设备和可读存储介质 | |
| CN108398649B (zh) | 析锂检测方法及装置 | |
| CN107422266B (zh) | 一种大容量电池储能系统的故障诊断方法及装置 | |
| EP3680676B1 (en) | Apparatus, method, battery pack and electrical system for determining electrode information of battery | |
| CN109991547B (zh) | 锂离子电池包最大允许充放电电流估计方法及装置 | |
| CN107015163B (zh) | 一种电池容量的获取方法和装置 | |
| CN109613440B (zh) | 电池的分级方法、装置、设备和存储介质 | |
| CN107741568B (zh) | 一种基于状态转移优化rbf神经网络的锂电池soc估算方法 | |
| CN109946616B (zh) | 一种磷酸铁锂电池系统容量不均衡程度的估算方法 | |
| CN109904542B (zh) | 锂离子电池包的容量更新方法、装置及终端设备 | |
| CN111974709B (zh) | 基于温度变化聚类分析的退役动力锂电池筛选方法及系统 | |
| CN112051512B (zh) | 一种梯次利用分选方法及储能系统 | |
| CN113093027B (zh) | 电池soc校准方法、装置、系统、介质及程序产品 | |
| CN110988722A (zh) | 一种快速检测锂离子电池残余能量的方法 | |
| CN112272908A (zh) | 充电方法、电子装置以及存储介质 | |
| CN110865307A (zh) | 一种电池模组余能检测方法 | |
| CN116754981B (zh) | 电池容量预测方法、装置、电子设备及存储介质 | |
| CN115629325B (zh) | 电芯衰减程度辨识方法、装置、介质及设备 | |
| CN110068409B (zh) | 锂电池应力预测方法和装置 | |
| CN108446494B (zh) | 一种用于电池模组或系统的均衡算法 | |
| CN115102248A (zh) | 电池均衡方法、装置、终端设备和存储介质 | |
| CN115097325A (zh) | 一种电池检测方法、装置、设备及存储介质 | |
| CN107248762A (zh) | 一种智能锂电池电动巡逻车控制系统 | |
| CN111208434A (zh) | 一阶rc等效电路模型的参数辨识方法及装置 | |
| CN115360793B (zh) | 电池组均衡方法、装置、电池系统及存储介质 |
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 | ||
| CB02 | Change of applicant information |
Address after: Unit 1201, unit 3, 12 / F, building 2, yard 9, FengHao East Road, Haidian District, Beijing 100094 Applicant after: Beijing Haibo Sichuang Technology Co.,Ltd. Address before: 100094 Beijing city Haidian District fengxiu Road No. 3 Building No. 8 hospital Applicant before: BEIJING HYPERSTRONG TECHNOLOGY Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20191108 Assignee: Xinyuan Zhichu energy development (Beijing) Co.,Ltd. Assignor: Beijing Haibo Sichuang Technology Co.,Ltd. Contract record no.: X2022990000648 Denomination of invention: Lithium battery consistency classification method, device, equipment and readable storage medium Granted publication date: 20210406 License type: Common License Record date: 20220915 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EC01 | Cancellation of recordation of patent licensing contract |
Assignee: Xinyuan Zhichu energy development (Beijing) Co.,Ltd. Assignor: Beijing Haibo Sichuang Technology Co.,Ltd. Contract record no.: X2022990000648 Date of cancellation: 20240423 |
|
| EC01 | Cancellation of recordation of patent licensing contract |