CN111289097A - 一种基于振动信号的锂离子电池故障预警方法及系统 - Google Patents
一种基于振动信号的锂离子电池故障预警方法及系统 Download PDFInfo
- Publication number
- CN111289097A CN111289097A CN202010114542.7A CN202010114542A CN111289097A CN 111289097 A CN111289097 A CN 111289097A CN 202010114542 A CN202010114542 A CN 202010114542A CN 111289097 A CN111289097 A CN 111289097A
- Authority
- CN
- China
- Prior art keywords
- vibration signal
- frequency
- early warning
- ion battery
- lithium
- 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.)
- Pending
Links
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 title claims abstract description 42
- 229910001416 lithium ion Inorganic materials 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000010586 diagram Methods 0.000 claims abstract description 19
- 238000001228 spectrum Methods 0.000 claims abstract description 17
- 230000008859 change Effects 0.000 claims abstract description 12
- 238000012360 testing method Methods 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 7
- 208000032953 Device battery issue Diseases 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000007600 charging Methods 0.000 description 14
- 238000005070 sampling Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000004146 energy storage Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 229910000733 Li alloy Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010277 constant-current charging Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 239000001989 lithium alloy Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003446 memory effect Effects 0.000 description 1
- 239000007773 negative electrode material Substances 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000007086 side reaction Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了电池故障监测与预警技术领域的一种基于振动信号的锂离子电池故障预警方法及系统，能及时对锂离子电池过充与外部短路两种异常工况进行在线预警，具有较高的预警准确率。包括：采集运行状态下的锂离子电池的振动信号；对采集到的振动信号进行傅里叶变换，获取振动信号的频谱图；从振动信号的频谱图中获取振动信号的主频率，依据振动信号的主频率的变化启动预警。对采集到的振动信号进行连续小波变换，获取振动信号的时频图；从振动信号的时频图中获取所述振动信号的能量最高峰所在的频段；依据振动信号的能量最高峰所在的频段的变化启动预警。
Description
技术领域
本发明属于电池故障监测与预警技术领域，具体涉及一种基于振动信号的锂离子电池故障预警方法及系统。
背景技术
大规模储能电站的投入使用有助于缓解可再生能源接入电网时产生的波动，提升新能源电站的稳定性和可控性；同时能够储存供给能量，缓解高峰时的供电负荷需求。锂离子电池是一类由锂金属或锂合金为负极材料的电池，与其他蓄电池相比，锂离子电池具有比能量大、比功率高、循环寿命长、无记忆效应、自放电率低等优点，是储能电站的基础组成部分。
针对储能电池的滥用现象，主要包括外力作用致使电池壳体受损造成的电池机械滥用、未按照电池正常使用要求导致的过充电、过放电、外部短路造成的电池电滥用，以及受外部因素影响、电池副反应产热原因导致电池局部过热造成的电池热滥用，以上滥用均会导致锂离子电池在短时间内温度急剧升高，进一步发展成为热失控。对运行中的锂离子电池进行状态预警，对于保证储能电站的长期安全稳定运行有着重要的意义。
发明内容
为解决现有技术中的不足，本发明提供一种基于振动信号的锂离子电池故障预警方法及系统，能及时对锂离子电池过充与外部短路两种异常工况进行在线预警，具有较高的预警准确率。
为达到上述目的，本发明所采用的技术方案是：一种基于振动信号的锂离子电池故障预警方法，包括：采集运行状态下的锂离子电池的振动信号；对采集到的振动信号进行傅里叶变换，获取振动信号的频谱图；从振动信号的频谱图中获取振动信号的主频率；依据振动信号的主频率的变化启动预警。
进一步地，所述依据振动信号的主频率的变化启动预警，具体为：将振动信号的主频率与频率设定值进行比较，当振动信号的主频率超过频率设定值时，启动预警。
进一步地，所述频率设定值的取值范围是0Hz～150Hz。
进一步地，还包括：对采集到的振动信号进行连续小波变换，获取振动信号的时频图；
从振动信号的时频图中获取所述振动信号的能量最高峰所在的频段；
依据振动信号的能量最高峰所在的频段的变化启动预警。
进一步地，所述连续小波变换采用复Morlet小波，其数学表达式如下：
式中，
为复Morlet小波函数，fb为小波带宽，fc为小波中心频率，i为复数的虚部单位，τ为小波函数的变量。
进一步地，所述依据振动信号的能量最高峰所在的频段的变化启动预警，具体为，将振动信号的能量最高峰所在的频段与频段设定值进行比较，当振动信号的能量最高峰所在的频段超过频段设定值时，启动预警。
进一步地，所述频段设定值的取值范围是大于100Hz。
一种基于振动信号的锂离子电池故障预警系统，包括振动加速度传感器、动态信号测试分析仪、上位机，所述振动加速度传感器采集锂离子电池的振动信号，并将所述振动信号传输给动态信号测试分析仪，所述动态信号测试分析仪将所述振动信号的时域数据传输给上位机，所述上位机从所述振动信号的时域数据中提取所述振动信号的主频率并与频率设定值进行比较，当振动信号的主频率超过频率设定值时，启动预警。
进一步地，所述上位机从所述振动信号的时域数据中提取所述振动信号的能量最高峰所在的频段，当振动信号的能量最高峰所在的频段超过频段设定值时，启动预警。
与现有技术相比，本发明所达到的有益效果：本发明通过引入振动信号作为区分锂离子电池正常工况和故障工况的特征信号，该特征信号采集方法简单，设备连接方便，系统操作简易，通过对采集到的振动信号进行傅里叶变换和连续小波变换，获取主要频率、频率幅值、主要频段和频段能量等作为特征量，解决了运行中的锂离子电池过充与外部短路两种异常工况的在线预警问题，提高了故障预警的灵敏性，同时改善了在预警参数分析方法选择方面的准确性问题。
附图说明
图1是采集锂离子电池在不同运行工况下的振动信号的系统结构示意图；
图2是1#电池正常充电到25AH的傅里叶频谱图；
图3是1#电池过充到65AH的傅里叶频谱图；
图4是1#电池正常充电初期的傅里叶频谱图；
图5是2#电池外部短接后在充电初期的傅里叶频谱图；
图6是2#电池外部短接后在充电中期的傅里叶频谱图；
图7是1#电池正常充电到25AH的小波时频图；
图8是1#电池过充到65AH的小波时频图；
图9是2#电池外部短接后充电到25AH的小波时频图；
图10是本发明实施例提供的一种基于振动信号的锂离子电池故障预警方法的流程示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
如图1所示，是采集锂离子电池在不同运行工况下的振动信号的系统，包括依次相连的电池容量检测仪6、锂离子电池5、振动加速度传感器4、信道传输线3、动态信号测试分析仪2和上位机1，其中：电池容量测试仪6用于进行电池的充电设置，振动加速度传感器4放置于锂离子电池5中央，用来采集锂离子电池5的振动信号，振动信号经过通道传输线3传至动态信号测试分析仪2，动态信号测试分析仪2通过数据线接口连接到上位机1，传输振动信号的时域数据到上位机1，通过傅里叶变换和连续小波变换对电池工况进行分析；上位机1采用PC或工业计算机等。
基于图1所示系统，采集并分析锂离子电池在不同运行工况下的振动信号的流程如下：
第一步，设定采样频率为16kHz(对于稳态信号采样16kHz足以满足采样精度)，采样时间为若干个整数周期，一般不超过5秒，因为振动信号一个周期时间约是0.01秒，时间设置太长导致数据量大，数据重复，一般设定采样时间为3～5秒；
第二步，在锂离子电池不同的运行工况下，采集锂离子电池恒流充电时的振动信号，运行工况主要是正常充电工况、过充工况与外部短路工况。对1#电池分别进行正常充电和过充，用于对比过充工况与正常工况，对2#电池进行外部短路故障设置，再按照1#电池的正常充电设置进行充电，用于对比外部短路工况与正常工况；
第三步，对采集到的振动信号进行傅里叶变换，获取傅里叶频谱图，寻找过充和外部短路两种异常工况的频谱图与正常工况的频谱图的不同，包括特征频率、特征频率的幅值变化、频谱复杂度及主要频段信息。如图2、图3所示，选取1#电池正常充电状态与1#电池过充状态下的傅里叶频谱图，发现主频率发生改变，电池在正常充电状态下信号主频率集中在150Hz以下的频段，1#电池的主频率由正常状态下的80Hz变为418Hz，418Hz频段的幅值出现大幅度上升，同时过充状态电池的中高频段要明显比正常状态突出；
如图4、图5、图6所示，选取1#电池在正常充电状态下、充电初期的频谱图，与2#过热状态的电池、充电初期和充电中期的频谱图进行对比，发现规律与过充工况相似，均表现为主频率改变，由正常状态下的80Hz变为418Hz，418Hz频段的幅值出现大幅度上升，同时过充状态电池的中高频段要明显比正常状态突出；
第四步，对采集到的振动信号进行连续小波变换，获取小波时频图，连续小波变换采用复Morlet小波，其数学表达式如下：
式中，
为复Morlet小波函数，fb为小波带宽，fc为小波中心频率，i为复数的虚部单位，τ为小波函数的变量。
通过小波分解后，可以得到在不同位置和分解尺度上的小波能量系数，小波时频图以频率-时间-小波能量系数图的形式表现在颜色编码图，颜色越浅，则表示能量越大；反之，能量越小；如图7、图8、图9所示，选取1#电池正常充电到25Ah、1#电池过充到65Ah、2#电池充电到25Ah的数据进行小波时频图对比，可以看出，电池在正常充电状态下信号能量集中在100Hz以下的频段，两种故障状态的信号能量发生了转移，主要集中在100Hz以上的中高频段，其中能量的最高峰出现在418Hz频段。
实施例一：
基于上述分析，本发明提供一种基于振动信号的锂离子电池故障预警方法，如图10所示，采集运行状态下的锂离子电池的振动信号；对采集到的振动信号进行傅里叶变换，获取振动信号的频谱图；从振动信号的频谱图中获取振动信号的主频率，依据振动信号的主频率的变化启动预警；具体为：将振动信号的主频率与频率设定值进行比较，当振动信号的主频率超过频率设定值时，启动预警；电池正常运行时的主频率主要集中在0Hz～150Hz的低频段，具体频率值需要视给定电池的具体情况进行测量与复核，以保证频率设定值的准确性，因此频率设定值的取值范围是0Hz～150Hz；对采集到的振动信号采用复Morlet小波进行连续小波变换，获取振动信号的时频图；从振动信号的时频图中获取振动信号的能量最高峰所在的频段；依据振动信号的能量最高峰所在的频段的变化启动预警，具体为，将振动信号的能量最高峰所在的频段与频段设定值进行比较，当振动信号的能量最高峰所在的频段超过频段设定值时，启动预警；频段设定值的取值范围是大于100Hz。
实施例二：
本发明同时提供一种基于振动信号的锂离子电池故障预警系统，包括振动加速度传感器，振动加速度传感器采集锂离子电池的振动信号，并将振动信号传输给动态信号测试分析仪，动态信号测试分析仪将振动信号的时域数据传输给上位机，上位机从振动信号的时域数据中提取振动信号的主频率并与频率设定值进行比较，当振动信号的主频率超过频率设定值时，启动预警；上位机从振动信号的时域数据中提取振动信号的能量最高峰所在的频段，当振动信号的能量最高峰所在的频段超过频段设定值时，启动预警。
本发明通过引入振动信号作为区分锂离子电池正常工况和故障工况的特征信号，该特征信号采集方法简单，设备连接方便，系统操作简易，通过对采集到的振动信号进行傅里叶变换和连续小波变换，获取主要频率、频率幅值、主要频段和频段能量等作为特征量，解决了运行中的锂离子电池过充与外部短路两种异常工况的在线预警问题，提高了故障预警的灵敏性，同时改善了在预警参数分析方法选择方面的准确性问题。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
Claims (9)
1.一种基于振动信号的锂离子电池故障预警方法，其特征是，包括：
采集运行状态下的锂离子电池的振动信号；
对采集到的振动信号进行傅里叶变换，获取振动信号的频谱图；
从振动信号的频谱图中获取振动信号的主频率；
依据振动信号的主频率的变化启动预警。
2.根据权利要求1所述的基于振动信号的锂离子电池故障预警方法，其特征是，所述依据振动信号的主频率的变化启动预警，具体为：将振动信号的主频率与频率设定值进行比较，当振动信号的主频率超过频率设定值时，启动预警。
3.根据权利要求2所述的基于振动信号的锂离子电池故障预警方法，其特征是，所述频率设定值的取值范围是0Hz～150Hz。
4.根据权利要求1所述的基于振动信号的锂离子电池故障预警方法，其特征是，还包括：
对采集到的振动信号进行连续小波变换，获取振动信号的时频图；
从振动信号的时频图中获取所述振动信号的能量最高峰所在的频段；
依据振动信号的能量最高峰所在的频段的变化启动预警。
5.根据权利要求4所述的基于振动信号的锂离子电池故障预警方法，其特征是，所述连续小波变换采用复Morlet小波，其数学表达式如下：
式中，
为复Morlet小波函数，fb为小波带宽，fc为小波中心频率，i为复数的虚部单位，τ为小波函数的变量。
6.根据权利要求4所述的基于振动信号的锂离子电池故障预警方法，其特征是，所述依据振动信号的能量最高峰所在的频段的变化启动预警，具体为，将振动信号的能量最高峰所在的频段与频段设定值进行比较，当振动信号的能量最高峰所在的频段超过频段设定值时，启动预警。
7.根据权利要求6所述的基于振动信号的锂离子电池故障预警方法，其特征是，所述频段设定值的取值范围是大于100Hz。
8.一种基于振动信号的锂离子电池故障预警系统，其特征是，包括振动加速度传感器、动态信号测试分析仪、上位机，所述振动加速度传感器采集锂离子电池的振动信号，并将所述振动信号传输给动态信号测试分析仪，所述动态信号测试分析仪将所述振动信号的时域数据传输给上位机，所述上位机从所述振动信号的时域数据中提取所述振动信号的主频率并与频率设定值进行比较，当振动信号的主频率超过频率设定值时，启动预警。
9.根据权利要求8所述的基于振动信号的锂离子电池故障预警系统，其特征是，所述上位机从所述振动信号的时域数据中提取所述振动信号的能量最高峰所在的频段，当振动信号的能量最高峰所在的频段超过频段设定值时，启动预警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010114542.7A CN111289097A (zh) | 2020-02-25 | 2020-02-25 | 一种基于振动信号的锂离子电池故障预警方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010114542.7A CN111289097A (zh) | 2020-02-25 | 2020-02-25 | 一种基于振动信号的锂离子电池故障预警方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111289097A true CN111289097A (zh) | 2020-06-16 |
Family
ID=71025374
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010114542.7A Pending CN111289097A (zh) | 2020-02-25 | 2020-02-25 | 一种基于振动信号的锂离子电池故障预警方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111289097A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112485690A (zh) * | 2020-10-28 | 2021-03-12 | 国网江苏省电力有限公司南京供电分公司 | 一种基于振动信号的储能电池健康状态识别方法和系统 |
| CN112578287A (zh) * | 2020-10-16 | 2021-03-30 | 西安交通大学 | 一种基于振动信号的锂离子电池过充检测方法 |
| CN112710959A (zh) * | 2021-03-29 | 2021-04-27 | 国网江苏省电力有限公司南京供电分公司 | 一种锂离子电池的状态评估方法及系统 |
| CN114166444A (zh) * | 2021-11-29 | 2022-03-11 | 国网新源控股有限公司 | 适用于水电站厂房暂态工况下振动分析的数据处理方法 |
| CN115165076A (zh) * | 2022-05-25 | 2022-10-11 | 南京维思科汽车科技有限公司 | 电池包机械状态检测方法和装置 |
| CN115946533A (zh) * | 2023-02-27 | 2023-04-11 | 北京新能源汽车股份有限公司 | 一种电池包故障预警方法及车辆 |
| CN117526526A (zh) * | 2024-01-02 | 2024-02-06 | 深圳市安德普电源科技有限公司 | 电池安全管理方法、装置以及设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090043518A1 (en) * | 2007-08-09 | 2009-02-12 | Sung-Chan DO | Method for assigning peak codes using region partition scheme, the peak codes for the method, and method for predicting/diagnosing faulty operation of mechanical device using peak codes |
| WO2010128928A1 (en) * | 2009-05-05 | 2010-11-11 | S.P.M. Instrument Ab | An apparatus and a method for analysing the vibration of a machine having a rotating part |
| CN102954888A (zh) * | 2011-08-24 | 2013-03-06 | 华北电力大学 | 汽轮机组油膜振荡故障的实时在线诊断方法 |
| CN108168811A (zh) * | 2017-12-12 | 2018-06-15 | 电子科技大学 | 一种振动信号的便携式采集分析装置及方法 |
| CN208568075U (zh) * | 2018-08-18 | 2019-03-01 | 南京工业大学 | 一种预测锂离子电池热失控的振动探测装置 |
-
2020
- 2020-02-25 CN CN202010114542.7A patent/CN111289097A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090043518A1 (en) * | 2007-08-09 | 2009-02-12 | Sung-Chan DO | Method for assigning peak codes using region partition scheme, the peak codes for the method, and method for predicting/diagnosing faulty operation of mechanical device using peak codes |
| WO2010128928A1 (en) * | 2009-05-05 | 2010-11-11 | S.P.M. Instrument Ab | An apparatus and a method for analysing the vibration of a machine having a rotating part |
| CN102954888A (zh) * | 2011-08-24 | 2013-03-06 | 华北电力大学 | 汽轮机组油膜振荡故障的实时在线诊断方法 |
| CN108168811A (zh) * | 2017-12-12 | 2018-06-15 | 电子科技大学 | 一种振动信号的便携式采集分析装置及方法 |
| CN208568075U (zh) * | 2018-08-18 | 2019-03-01 | 南京工业大学 | 一种预测锂离子电池热失控的振动探测装置 |
Non-Patent Citations (2)
| Title |
|---|
| 王丰华: "变压器绕组振动监测技术研究综述", 《广东电力》 * |
| 程军圣 等: "连续小波变换在滚动轴承故障诊断中的应用", 《中国机械工程》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112578287A (zh) * | 2020-10-16 | 2021-03-30 | 西安交通大学 | 一种基于振动信号的锂离子电池过充检测方法 |
| CN112485690A (zh) * | 2020-10-28 | 2021-03-12 | 国网江苏省电力有限公司南京供电分公司 | 一种基于振动信号的储能电池健康状态识别方法和系统 |
| CN112710959A (zh) * | 2021-03-29 | 2021-04-27 | 国网江苏省电力有限公司南京供电分公司 | 一种锂离子电池的状态评估方法及系统 |
| CN112710959B (zh) * | 2021-03-29 | 2021-07-16 | 国网江苏省电力有限公司南京供电分公司 | 一种锂离子电池的状态评估方法及系统 |
| CN114166444A (zh) * | 2021-11-29 | 2022-03-11 | 国网新源控股有限公司 | 适用于水电站厂房暂态工况下振动分析的数据处理方法 |
| CN115165076A (zh) * | 2022-05-25 | 2022-10-11 | 南京维思科汽车科技有限公司 | 电池包机械状态检测方法和装置 |
| CN115946533A (zh) * | 2023-02-27 | 2023-04-11 | 北京新能源汽车股份有限公司 | 一种电池包故障预警方法及车辆 |
| CN117526526A (zh) * | 2024-01-02 | 2024-02-06 | 深圳市安德普电源科技有限公司 | 电池安全管理方法、装置以及设备 |
| CN117526526B (zh) * | 2024-01-02 | 2024-04-02 | 深圳市安德普电源科技有限公司 | 电池安全管理方法、装置以及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111289097A (zh) | 一种基于振动信号的锂离子电池故障预警方法及系统 | |
| CN110988086B (zh) | 一种检测电池循环过程中电极材料结构稳定性的方法 | |
| CN112444753B (zh) | 一种锂离子电池析锂检测的阻抗测试方法 | |
| CN111458648B (zh) | 锂离子电池健康状态的在线检测方法 | |
| CN106291372A (zh) | 一种新的锂离子动力电池剩余寿命预测方法 | |
| CN111948546A (zh) | 一种锂电池健康度评估方法及系统 | |
| CN112034347A (zh) | 一种锂离子电池热失控快速监测方法及系统 | |
| CN103529394B (zh) | 一种储能系统容量检测装置及方法 | |
| CN113161634B (zh) | 一种基于气体信号监测的锂离子电池故障模拟装置及方法 | |
| CN105572601A (zh) | 锂电池性能衰退原因的判断方法 | |
| Zhang et al. | On-line measurement of internal resistance of lithium ion battery for EV and its application research | |
| CN115453389A (zh) | 一种锂离子电池析锂情况的快速无损检测方法 | |
| CN111123136A (zh) | 一种锂离子电池健康状态在线测量装置及在线测量方法 | |
| CN113189496B (zh) | 一种验证脉冲加热对动力电池寿命影响的方法 | |
| CN112363063A (zh) | 一种快速检测软包锂离子电池析锂的装置及方法 | |
| CN212275916U (zh) | 一种电池内阻分量测量装置 | |
| CN118311463A (zh) | 通过eis阻抗谱判断电池老化路径是否改变的评估方法 | |
| CN118033422A (zh) | 正极材料、锂电池、锂离子扩散系数的测试方法及装置 | |
| CN115236539A (zh) | 一种基于在线电化学阻抗谱检测的电池剩余寿命检测系统 | |
| CN116577678A (zh) | 一种基于阻抗谱结合czt的锂离子电池内短路检测方法 | |
| CN117269815A (zh) | 一种基于动态阈值的锂离子电池内部微短路检测方法 | |
| CN207217705U (zh) | 一种锂离子电池电压和电阻变化原位监测装置 | |
| CN105242213A (zh) | 锂离子电池可逆及不可逆产热同时测试的方法 | |
| CN115480181A (zh) | 一种基于可逆及不可逆热分析电池健康状态的方法 | |
| CN115951252A (zh) | 一种铅酸蓄电池交流阻抗在线感知装置及方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200616 |