CN111751732A - 一种基于自适应高斯卷积分法的电量计算方法 - Google Patents
一种基于自适应高斯卷积分法的电量计算方法 Download PDFInfo
- Publication number
- CN111751732A CN111751732A CN202010761027.8A CN202010761027A CN111751732A CN 111751732 A CN111751732 A CN 111751732A CN 202010761027 A CN202010761027 A CN 202010761027A CN 111751732 A CN111751732 A CN 111751732A
- Authority
- CN
- China
- Prior art keywords
- capacity
- data
- calculation
- battery
- mileage
- 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
Images
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]
- G01R31/367—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]
- G01R31/3644—Constructional arrangements
- G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
-
- 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)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本发明涉及电池技术领域,具体涉及一种基于自适应高斯卷积分法的电量计算方法,包括步骤:S1、提取出车辆所有的充电过程数据,包括SOC;S2、对SOC进行高斯卷积计算,并得到容量估算值;S3、计算容量估算值对应的里程值;S4、优化处理容量估算值和里程数;S5、输出容量计算图。本发明将每次连续充电过程的电流数据与SOC提取出来,利用自适应高斯卷积积分法对SOC进行计算并得到容量估算值,然后计算对应的里程值,最后输出容量计算图;实现了基于线上数据对容量的较为准确计算,有效地解决了现有技术难以通过线上数据准确地估计电池容量的技术问题。
Description
技术领域
本发明涉及电池技术领域,具体涉及一种基于自适应高斯卷积分法的电量计算方法。
背景技术
目前,新能源汽车正处于快速发展的阶段,锂离子电池作为核心部件,其寿命正日益受到人们的关注。相关资料表明,对用于新能源汽车的动力电池而言,在电池容量下降到额定容量的80%后,就不能再用在电动汽车上。由此可见,为了能够在电池容量下降到80%时及时停用电,有必要对锂离子电池的使用寿命进行预测。
对此,文件CN104101837A,公开了一种电池当前总容量的在线计算方法,包括以下步骤:检测电池是否充电完成;在充电完成时获取电池的第一总充电电量和第一总放电电量;当电池在使用过程中的核电状态下降至第一预设值时,获取电池的第二总充电电量和第二总放电电量;根据第一总充电电量、第一总放电电量、第二总充电电量和第二总放电电量得到本次放电电量;根据第一预设值得到电池的剩余容量;根据本次放电电量和剩余容量对电池的标称容量进行修正。
目前,相关的技术可实现在线智能化地计算出电池总容量,解决了电池总容量识别的问题,节省了大量的人力及物力资源,同时也为因电池容量衰减而导致电池SOC不准确提供了可靠的参数保证。
在实车上,车载硬件只能采集电池的电流、电压、温度等数据,实车上也几乎不存在满充满放的情况,电池当前最大可用容量无法直接测量得到。同时,电池的SOC(即荷电状态,用百分比来反映电池的剩余容量,数值上定义为剩余容量占电池容量的比值)是通过BMS(电池管理系统)计算得到而不是直接测量得到,本身就会存在一定的误差。因此,现有技术难以通过线上数据准确地估计电池容量,这使得当前电池的SOH(即电池健康度,为电池当前的容量占出厂容量的百分比)估算和寿命预测难以有效地进行。
发明内容
本发明提供一种基于自适应高斯卷积分法的电量计算方法,解决了现有技术难以通过线上数据准确地估计电池容量的技术问题。
本发明提供的基础方案为:一种基于自适应高斯卷积分法的电量计算方法,包括步骤:
S1、提取出车辆所有的充电过程数据,包括SOC;
S2、对SOC进行高斯卷积计算,并得到容量估算值;
S3、计算容量估算值对应的里程值;
S4、优化处理容量估算值和里程数;
S5、输出容量计算图。
本发明的工作原理及优点在于:将每次连续充电过程的电流数据与SOC提取出来,利用自适应高斯卷积积分法对SOC进行计算并得到容量估算值,然后计算对应的里程值,最后输出容量计算图。实现了基于线上数据对容量的较为准确计算,而且实现方法简单、可靠。
本发明有效地解决了现有技术难以通过线上数据准确地估计电池容量的技术问题。
进一步,S1中,还包括对数据进行预处理。
有益效果在于:对数据进行预处理,可以剔除掉某些错误的数据,降低后续出现错误的可能性。
进一步,S1中,还包括对数据进行切割。
有益效果在于:这样便于清晰地区分每一次连续的充电过程的数据,防止数据出现混乱,从而影响分析的结果。
进一步,S2中,利用最小二乘法得到容量估算值。
有益效果在于:最小二乘法,又称最小平方法,通过最小化误差的平方和寻找数据的最佳函数匹配。通过这样的方式,可以简便地求得未知的容量估算值,并使得容量估算值与实际数据之间误差的平方和为最小。
进一步,S2中,还包括对数据进行高斯滤波。
有益效果在于:大多数据的噪声均属于高斯噪声,高斯滤波是一种线性平滑滤波,适用于消除高斯噪声,便于实现。
进一步,S3中,利用中位数算法计算容量估算值对应的里程值。
有益效果在于:中位数是按顺序排列的一组数据中居于中间位置的数,代表一个样本、种群或概率分布中的一个数值,其可将数值集合划分为相等的两部分,并不受分布的极大或极小值影响,从而使得这样计算出的里程值更具有代表性。
进一步,S4中,还包括计算方差,基于预设置信区间将方差以外的容量估算值排除。
有益效果在于:方差是衡量数据离散程度的度量,通过预设置信区间将方差以外的容量估算值排除,有利于剔除掉波动较大的数据。
进一步,S4中,预设的置信区间为95%。
有益效果在于:实践经验表明,在置信区间为95%以外的数据都不太可靠,通过这样的方式进行限制,既简单可靠,又不失准确。
进一步,S4中,方差计算循环两次。
有益效果在于:这样可以防止单次计算过程出现的偶然误差,影响后续的分析,故而计算两次有利于及时发现错误。
进一步,S5中,通过对优化后的热量估算值和里程数进行三阶多项式拟合,输出容量计算图。
有益效果在于:采用三阶多项式拟合简单易行,收敛效果也比较好。
附图说明
图1为本发明一种基于自适应高斯卷积分法的电量计算方法实施例的流程图。
具体实施方式
下面通过具体实施方式进一步详细的说明:
实施例1
本发明一种基于自适应高斯卷积分法的电量计算方法实施例基本如附图1所示,包括步骤:
S1、提取出车辆所有的充电过程数据,包括SOC;
S2、对SOC进行高斯卷积计算,并得到容量估算值;
S3、计算容量估算值对应的里程值;
S4、优化处理容量估算值和里程数;
S5、输出容量计算图。
在实车上,车载硬件只能采集电池的电流、电压、温度等数据,同时实车上几乎不存在满充满放,电池当前最大可用容量无法直接测量得到。同时,电池的SOC是通过BMS计算得到而不是直接测量得到,本身存在一定的误差。因此,如何能够通过线上数据准确地估计电池容量,成为当前云端电池SOH估算和寿命预测的难点和重点,本方案可以利用线上车辆的历史数据进行容量估算。
S1、提取出车辆所有的充电过程数据。
充电过程的数据包括SOC,为了剔除掉某些错误的数据,降低后续出现错误的可能性,对数据进行预处理。比如,剔除掉数值偏离过大的数据。另外,为了清晰地区分每一次连续的充电过程的数据,防止数据出现混乱影响分析的结果,还需要对数据进行切割,可参照现有技术进行。
S2、对SOC进行高斯卷积计算,并得到容量估算值。
为了提高计算的准确性,先采用高斯滤波的方式对数据进行滤波,然后对SOC进行高斯卷积计算,并通过最小二乘法得到容量估算值。
S3、计算容量估算值对应的里程值。
为了不受分布的极大或极小值影响,同时使得计算出的里程值更具有代表性,本实施例中利用中位数算法计算容量估算值对应的里程值。
S4、优化处理容量估算值和里程数。
先计算方差,然后基于预设置信区间将方差以外的容量估算值排除,本实施例中预设的置信区间为95%。为了防止单次计算过程出现的偶然误差,影响后续的分析,方差的计算包括两次。
S5、输出容量计算图。
通过对优化后的热量估算值和里程数进行三阶多项式拟合,输出容量计算图,采用三阶多项式拟合简单易行,收敛效果也比较好。
实施例2
与实施例1不同之处仅在于,还通过电池单体的表面温度进行辅助判断电池单体是否出现异常。新能源汽车向企业平台上传的每一电池单体的数据包括温度数据,这些温度数据都是通过温度传感器采集的,温度传感器的探头或探针与电池单体接触,实时地测量电池单体的表面温度数据。
本实施例中,每个电池单体都具有预先设置的编号,这些编号对应着电池单体安装的位置信息,位置信息具体为水平距离与垂直距离;其中,水平距离是指电池单体与驾驶舱的直线距离,也即驾驶舱的几何中心与电池单体几何中心之间的距离;垂直距离是指电池单体与地面的直线距离,以电池单体的几何中心向地面作垂线得到垂点,也即电池单体的几何中心与垂点之间的距离。比如说,对于编号5的电池单体而言,其位置信息可以用这样的格式表示,“编号-5,水平距离-1.2m,垂直距离-0.20m”,这表明编号5的电池单体的位置为,与驾驶舱的直线距离为1.2m,与地面的竖直距离为0.20m。
当需要判断某个电池单体在某个时刻是否异常时:第一步,确定该时刻对应的温度阈值;第二步,提取温度传感器采集的该时刻的温度值;第三步,根据该电池单体的位置信息对该时刻电池单体的温度值进行修正,得到该时刻修正后的温度值;第四步,根据该时刻修正后的温度值与该时刻对应的温度阈值的大小判断该电池单体是否异常:若该时刻修正后的温度值大于、等于该时刻对应的温度阈值,判定该电池单体异常;若该时刻修正后的温度值小于该时刻对应的温度阈值,判定该电池单体正常。
具体而言,以编号5的电池单体为例,判断该电池单体在第50秒时是否异常:
第一步,确定该电池单体在第50秒对应的温度阈值,可人为根据电池单体的使用寿命规律预先进行设定,比如说50℃。
第二步,提取温度传感器在第50秒采集的电池单体的温度值,比如说45℃。
第三步,根据该电池单体的位置信息对该时刻电池单体的温度值进行修正,得到该时刻修正后的温度值。该电池单体的位置信息为,“编号-5,水平距离-1.2m,垂直距离-0.20m”,也就是说,该电池单体与驾驶舱的直线距离为1.2m,该电池单体与地面的直线距离为0.20m。电池单体越靠近驾驶舱,由于空调制冷的原因,会使得温度传感器测得的温度低于实际的温度;电池单体越靠近地面,由于夏季地面热气的原因,会使得温度传感器测得的温度高于实际的温度。
本实施例中,设定基准水平距离与基准垂直距离,具体的修正方式如下:
水平修正:若水平距离小于、等于基准水平距离,修正后的温度=温度传感器采集的温度+0.01×水平距离;若水平距离大于基准水平距离,空调制冷的影响很小,不用进行修正。
垂直修正:若垂直距离小于、等于基准垂直距离,修正后的温度=温度传感器采集的温度—0.02×垂直距离;若垂直距离大于基准垂直距离,地面热气的影响很小,不用进行修正。
综上,修正后的温度=温度传感器采集的温度+0.01×水平距离—0.02×垂直距离。假如,基准水平距离为1.4m、基准垂直距离为0.3m,修正后的温度=温度传感器采集的温度+0.01×水平距离—0.02×垂直距离=45℃++0.01℃/cm×140cm—0.02℃/cm×20cm=45+1.4—0.4=46℃。
第四步,根据该时刻修正后的温度值与该时刻对应的温度阈值的大小判断该电池单体是否异常:该时刻修正后的温度值为46℃,小于该时刻对应的温度阈值50℃,判定该电池单体正常。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.一种基于自适应高斯卷积分法的电量计算方法,其特征在于,
包括步骤:
S1、提取出车辆所有的充电过程数据,包括SOC;
S2、对SOC进行高斯卷积计算,并得到容量估算值;
S3、计算容量估算值对应的里程值;
S4、优化处理容量估算值和里程数;
S5、输出容量计算图。
2.如权利要求1所述的一种基于自适应高斯卷积分法的电量计算方法,其特征在于,S1中,还包括对数据进行预处理。
3.如权利要求2所述的一种基于自适应高斯卷积分法的电量计算方法,其特征在于,S1中,还包括对数据进行切割。
4.如权利要求3所述的一种基于自适应高斯卷积分法的电量计算方法,其特征在于,S2中,利用最小二乘法得到容量估算值。
5.如权利要求4所述的一种基于自适应高斯卷积分法的电量计算方法,其特征在于,S2中,还包括对数据进行高斯滤波。
6.如权利要求5所述的一种基于自适应高斯卷积分法的电量计算方法,其特征在于,S3中,利用中位数算法计算容量估算值对应的里程值。
7.如权利要求6所述的一种基于自适应高斯卷积分法的电量计算方法,其特征在于,S4中,还包括计算方差,基于预设置信区间将方差以外的容量估算值排除。
8.如权利要求7所述的一种基于自适应高斯卷积分法的电量计算方法,其特征在于,S4中,预设的置信区间为95%。
9.如权利要求8所述的一种基于自适应高斯卷积分法的电量计算方法,其特征在于,S4中,方差计算循环两次。
10.如权利要求9所述的一种基于自适应高斯卷积分法的电量计算方法,其特征在于,S5中,通过对优化后的热量估算值和里程数进行三阶多项式拟合,输出容量计算图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010761027.8A CN111751732B (zh) | 2020-07-31 | 2020-07-31 | 一种基于自适应高斯卷积积分法的电量计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010761027.8A CN111751732B (zh) | 2020-07-31 | 2020-07-31 | 一种基于自适应高斯卷积积分法的电量计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111751732A true CN111751732A (zh) | 2020-10-09 |
CN111751732B CN111751732B (zh) | 2021-09-28 |
Family
ID=72712872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010761027.8A Active CN111751732B (zh) | 2020-07-31 | 2020-07-31 | 一种基于自适应高斯卷积积分法的电量计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111751732B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117076823A (zh) * | 2023-09-25 | 2023-11-17 | 国网四川省电力公司营销服务中心 | 基于高斯积分法的纹波分量分析方法、系统、设备及介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003249272A (ja) * | 2002-02-22 | 2003-09-05 | Sanyo Electric Co Ltd | 温度センサーを備える組電池 |
CN101022178A (zh) * | 2007-03-09 | 2007-08-22 | 清华大学 | 基于标准电池模型的镍氢动力电池荷电状态的估计方法 |
CN101398446A (zh) * | 2007-09-28 | 2009-04-01 | 三星Sdi株式会社 | 温度补偿电流测量装置及使用该装置的电池组 |
US20110090666A1 (en) * | 2009-10-20 | 2011-04-21 | Mann+Hummel Gmbh | Temperature sensor mounting arrangement for a battery frame assembly |
CN102818997A (zh) * | 2011-06-08 | 2012-12-12 | 通用汽车环球科技运作有限责任公司 | 基于电池寿命和性能优化的电池极限校准 |
KR20130110355A (ko) * | 2012-03-29 | 2013-10-10 | 에스케이이노베이션 주식회사 | 배터리 관리 시스템 및 그 시스템의 soc 값 보정 방법 |
CN105467323A (zh) * | 2015-03-19 | 2016-04-06 | 万向A一二三系统有限公司 | 一种电动汽车动力电池可行驶里程的检测方法 |
CN105891724A (zh) * | 2016-05-05 | 2016-08-24 | 南京航空航天大学 | 基于扩展单粒子模型的锂离子电池荷电状态在线估计方法 |
CN106785216A (zh) * | 2016-12-30 | 2017-05-31 | 深圳市麦澜创新科技有限公司 | 一种电池温度控制系统 |
CN108365278A (zh) * | 2017-01-26 | 2018-08-03 | 丰田自动车株式会社 | 电池系统以及推定系统 |
CN108363017A (zh) * | 2018-02-26 | 2018-08-03 | 大连理工大学 | 一种长时间存放的退役锂电池稳定容量值标定方法 |
CN109357771A (zh) * | 2018-12-05 | 2019-02-19 | 江西迪比科股份有限公司 | 电动汽车电池温度自校正式检测方法 |
CN109449518A (zh) * | 2018-11-02 | 2019-03-08 | 奇瑞汽车股份有限公司 | 一种动力电池系统温度修正方法 |
CN109669134A (zh) * | 2019-02-27 | 2019-04-23 | 浙江科技学院 | 一种基于卡尔曼滤波法的soc的估算方法 |
CN111142025A (zh) * | 2019-12-26 | 2020-05-12 | 珠海格力电器股份有限公司 | 一种电池soc估算方法、装置、存储介质及电动汽车 |
-
2020
- 2020-07-31 CN CN202010761027.8A patent/CN111751732B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003249272A (ja) * | 2002-02-22 | 2003-09-05 | Sanyo Electric Co Ltd | 温度センサーを備える組電池 |
CN101022178A (zh) * | 2007-03-09 | 2007-08-22 | 清华大学 | 基于标准电池模型的镍氢动力电池荷电状态的估计方法 |
CN101398446A (zh) * | 2007-09-28 | 2009-04-01 | 三星Sdi株式会社 | 温度补偿电流测量装置及使用该装置的电池组 |
US20110090666A1 (en) * | 2009-10-20 | 2011-04-21 | Mann+Hummel Gmbh | Temperature sensor mounting arrangement for a battery frame assembly |
CN102818997A (zh) * | 2011-06-08 | 2012-12-12 | 通用汽车环球科技运作有限责任公司 | 基于电池寿命和性能优化的电池极限校准 |
KR20130110355A (ko) * | 2012-03-29 | 2013-10-10 | 에스케이이노베이션 주식회사 | 배터리 관리 시스템 및 그 시스템의 soc 값 보정 방법 |
CN105467323A (zh) * | 2015-03-19 | 2016-04-06 | 万向A一二三系统有限公司 | 一种电动汽车动力电池可行驶里程的检测方法 |
CN105891724A (zh) * | 2016-05-05 | 2016-08-24 | 南京航空航天大学 | 基于扩展单粒子模型的锂离子电池荷电状态在线估计方法 |
CN106785216A (zh) * | 2016-12-30 | 2017-05-31 | 深圳市麦澜创新科技有限公司 | 一种电池温度控制系统 |
CN108365278A (zh) * | 2017-01-26 | 2018-08-03 | 丰田自动车株式会社 | 电池系统以及推定系统 |
CN108363017A (zh) * | 2018-02-26 | 2018-08-03 | 大连理工大学 | 一种长时间存放的退役锂电池稳定容量值标定方法 |
CN109449518A (zh) * | 2018-11-02 | 2019-03-08 | 奇瑞汽车股份有限公司 | 一种动力电池系统温度修正方法 |
CN109357771A (zh) * | 2018-12-05 | 2019-02-19 | 江西迪比科股份有限公司 | 电动汽车电池温度自校正式检测方法 |
CN109669134A (zh) * | 2019-02-27 | 2019-04-23 | 浙江科技学院 | 一种基于卡尔曼滤波法的soc的估算方法 |
CN111142025A (zh) * | 2019-12-26 | 2020-05-12 | 珠海格力电器股份有限公司 | 一种电池soc估算方法、装置、存储介质及电动汽车 |
Non-Patent Citations (2)
Title |
---|
CHUA-CHIN WANG,ETC: "A temperature detector with process compensation and non-linear calibration for battery management systems with HV ESD protection", 《2013 INTERNATIONAL SOC DESIGN CONFERENCE》 * |
刘兴涛: "电动汽车用动力锂电池状态估计策略研究", 《中国优秀博硕士学位论文全文数据库(博士)工程科技II辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117076823A (zh) * | 2023-09-25 | 2023-11-17 | 国网四川省电力公司营销服务中心 | 基于高斯积分法的纹波分量分析方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111751732B (zh) | 2021-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5944291B2 (ja) | バッテリのパラメータ等推定装置およびその推定方法 | |
CN108037460B (zh) | 一种批产锂离子电池容量实时评估方法 | |
CN111812518B (zh) | 电池状态监控方法、存储介质和系统 | |
CN105301509A (zh) | 锂离子电池荷电状态、健康状态与功率状态的联合估计方法 | |
CN114148216B (zh) | 电池自放电率异常检测方法、系统、设备及存储介质 | |
US11575271B2 (en) | SOC and SOH estimation methods of battery pack | |
CN110045291B (zh) | 一种锂电池容量估计方法 | |
CN110275118B (zh) | 一种功率型动力电池健康状态估算方法 | |
CN111458661A (zh) | 一种配电网线变关系诊断方法、装置及系统 | |
CN115257457A (zh) | 车辆电池单体一致性评估方法、装置、设备及存储介质 | |
EP3842816A1 (en) | Soh estimation method of battery pack | |
CN115219903A (zh) | 基于车联网数据分析的电池自放电率异常判断方法及装置 | |
CN107102268A (zh) | 一种电池管理系统的电池充电倍率估算方法 | |
CN114814691A (zh) | 一种基于数字孪生的锂电池系统电压传感器故障诊断方法 | |
CN114371408A (zh) | 电池荷电状态的估算方法、充电曲线的提取方法及装置 | |
CN111751732B (zh) | 一种基于自适应高斯卷积积分法的电量计算方法 | |
CN115219918A (zh) | 一种基于容量衰退组合模型的锂离子电池寿命预测方法 | |
CN113540589B (zh) | 一种电池温差自适应阈值确定方法及系统 | |
CN114879070A (zh) | 一种电池状态评估方法及相关设备 | |
CN115327380A (zh) | 电池故障诊断方法、存储介质和电子设备 | |
CN114631032A (zh) | 用于监控电池组健康状况的方法和系统 | |
CN111044907B (zh) | 一种基于微片段数据和电压滤波的soh统计方法 | |
CN117805649A (zh) | 基于soh量化电池容量衰减对异常电芯进行识别的方法 | |
CN106815406B (zh) | 一种基于特征模型的动力电池soc估算方法 | |
CN113777497B (zh) | 一种退化电池在线soc、soh联合估计方法、装置、存储介质和电子设备 |
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 |