CN113721161A - 锂离子电池组的一致性评估方法及装置 - Google Patents
锂离子电池组的一致性评估方法及装置 Download PDFInfo
- Publication number
- CN113721161A CN113721161A CN202111082666.2A CN202111082666A CN113721161A CN 113721161 A CN113721161 A CN 113721161A CN 202111082666 A CN202111082666 A CN 202111082666A CN 113721161 A CN113721161 A CN 113721161A
- Authority
- CN
- China
- Prior art keywords
- median
- differential pressure
- pressure difference
- change rate
- consistency
- 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
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 title claims abstract description 72
- 229910001416 lithium ion Inorganic materials 0.000 title claims abstract description 72
- 238000011156 evaluation Methods 0.000 title claims abstract description 37
- 230000008859 change Effects 0.000 claims abstract description 103
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000007599 discharging Methods 0.000 claims description 50
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 30
- 238000010586 diagram Methods 0.000 description 15
- 238000003860 storage Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004146 energy storage Methods 0.000 description 3
- 238000003064 k means clustering Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- 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)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本公开提出了一种锂离子电池组的一致性评估方法及装置。该方法包括:获取预设时间段内车辆中锂离子电池组的电池数据;从所述电池数据中获取每个单体电池的压差特征数据;所述压差特征数据中至少包括每个所述单体电池的压差中位数和压差变化率;根据各所述单体电池的压差中位数和压差变化率,得到所述锂离子电池组的一致性评估结果。
Description
技术领域
本公开实施例涉及电池性能测试技术领域,更具体地,本公开实施例涉及一种锂离子电池组的一致性评估方法及装置。
背景技术
锂离子电池具有能量密度高、功率性能高、工作温度范围宽和寿命长等特点,在储能领域被广泛应用。出于安全考虑,一般商用锂离子电池的容量大小有限,为了满足储能系统对能量和功率级别的要求,通常需要采取串并联成组的方式进行使用。
电池组中电池单体涉及许多复杂的电化学反应,对环境条件非常敏感。因此,生产过程和使用环境中的细微差异可能会导致电池单体之间较大的不一致性。锂离子电池组较差的一致性不仅会影响电池组SOC的准确估计,还会造成电池组可用最大容量减小和寿命降低,甚至可能引发安全问题,影响到电池储能系统的正常使用。
因此,有必要对锂离子电池组的一致性进行评估,对评估锂离子电池组的性能以及安全状态提供参考依据。
发明内容
本公开实施例的一个目的是提供一种锂离子电池组的一致性评估方法,以提供较为可靠的锂离子电池组的一致性评估结果。
根据本公开的第一方面,提供了一种锂离子电池组的一致性评估方法,所述方法包括:
获取预设时间段内车辆中锂离子电池组的电池数据;
从所述电池数据中获取每个单体电池的压差特征数据;所述压差特征数据中至少包括每个所述单体电池的压差中位数和压差变化率;
根据各所述单体电池的压差中位数和压差变化率,得到所述锂离子电池组的一致性评估结果。
可选地,所述电池数据至少包括:每个所述单体电池的荷电状态和电压数据;
所述从所述电池数据中获取压差特征数据,包括:
获取第一荷电状态下的第一最高电压和第一最低电压,根据所述第一最高电压和所述第一最低电压,计算得到第一压差中位数;
获取第二荷电状态下的第二最高电压和第二最低电压,根据所述第二最高电压和所述第二最低电压,计算得到第二压差中位数;以及,
获取所述预设时间段内的第三最高电压和第三最低电压,根据所述第三最高电压和所述第三最低电压,计算得到第三压差中位数;
将所述第一压差中位数、所述第二压差中位数和所述第三压差中位数确定为所述压差特征数据。
可选地,所述电池数据还包括:预设时间段内,每次充电事件的起始时刻以及每次放电事件的起始时刻;
所述从所述电池数据中获取压差特征数据,包括:
根据所述第一压差中位数和所述充电事件的起始时刻,得到第一充电压差变化率,并根据所述第一压差中位数和所述放电事件的起始时刻,得到第一放电压差变化率;
根据所述第二压差中位数和所述充电事件的起始时刻,得到第二充电压差变化率,并根据所述第二压差中位数和所述放电事件的起始时刻,得到第二放电压差变化率;以及,
根据所述第三压差中位数和所述充电事件的起始时刻,得到第三充电压差变化率,并根据所述第三压差中位数和所述放电事件的起始时刻,得到第三放电压差变化率。
可选地,所述方法还包括:
获取多辆车辆对应的历史电池数据;
从每个所述历史电池数据中获取每个单体电池的历史压差特征数据;所述历史压差特征数据中至少包括每个所述单体电池的压差中位数和压差变化率;
根据聚类算法计算各所述单体电池的压差中位数和压差变化率的第一欧氏距离,并对所述第一欧氏距离进行计算,得到第一类一致性状态,第二类一致性状态,第三类一致性状态以及第四类一致性状态。
可选地,所述根据各所述单体电池的压差中位数和压差变化率,得到所述锂离子电池组的一致性评估结果,包括:
根据聚类算法计算各所述单体电池的所述压差中位数和所述压差变化率的第二欧氏距离,并得到各所述第二欧氏距离的质心位置,以及分别在所述第一类一致性状态、所述第二类一致性状态、所述第三类一致性状态以及所述第四类一致性状态中的占比值;
根据所述占比值确定所述锂离子电池组的一致性状态,并根据所述质心位置确定所述锂离子电池组的一致性变化趋势;
将所述一致性状态和所述一致性变化趋势确定为所述锂离子电池组的一致性评估结果。
根据本公开实施例的第二方面,提供了一种锂离子电池组的一致性评估装置,所述装置包括:
第一获取模块,用于获取预设时间段内车辆中锂离子电池组的电池数据;
第二获取模块,用于从所述电池数据中获取每个单体电池的压差特征数据;所述压差特征数据中至少包括每个所述单体电池的压差中位数和压差变化率;
第一计算模块,用于根据各所述单体电池的压差中位数和压差变化率,得到所述锂离子电池组的一致性评估结果。
可选地,所述电池数据至少包括:每个所述单体电池的荷电状态和电压数据;
所述第二获取模块具体用于:
获取第一荷电状态下的第一最高电压和第一最低电压,根据所述第一最高电压和所述第一最低电压,计算得到第一压差中位数;
获取第二荷电状态下的第二最高电压和第二最低电压,根据所述第二最高电压和所述第二最低电压,计算得到第二压差中位数;以及,
获取所述预设时间段内的第三最高电压和第三最低电压,根据所述第三最高电压和所述第三最低电压,计算得到第三压差中位数;
将所述第一压差中位数、所述第二压差中位数和所述第三压差中位数确定为所述压差特征数据。
可选地,所述电池数据还包括:预设时间段内,每次充电事件的起始时刻以及每次放电事件的起始时刻;
所述第二获取模块具体用于:
根据所述第一压差中位数和所述充电事件的起始时刻,得到第一充电压差变化率,并根据所述第一压差中位数和所述放电事件的起始时刻,得到第一放电压差变化率;
根据所述第二压差中位数和所述充电事件的起始时刻,得到第二充电压差变化率,并根据所述第二压差中位数和所述放电事件的起始时刻,得到第二放电压差变化率;以及,
根据所述第三压差中位数和所述充电事件的起始时刻,得到第三充电压差变化率,并根据所述第三压差中位数和所述放电事件的起始时刻,得到第三放电压差变化率。
可选地,所述装置还包括:
第三获取模块,用于获取多辆车辆对应的历史电池数据;从每个所述历史电池数据中获取每个单体电池的历史压差特征数据;所述历史压差特征数据中至少包括每个所述单体电池的压差中位数和压差变化率;
第二计算模块,用于根据聚类算法计算各所述单体电池的压差中位数和压差变化率的第一欧氏距离,并对所述第一欧氏距离进行计算,得到第一类一致性状态,第二类一致性状态,第三类一致性状态以及第四类一致性状态。
可选地,所述第一计算模块具体用于:
根据聚类算法计算各所述单体电池的所述压差中位数和所述压差变化率的第二欧氏距离,并得到各所述第二欧氏距离的质心位置,以及分别在所述第一类一致性状态、所述第二类一致性状态、所述第三类一致性状态以及所述第四类一致性状态中的占比值;
根据所述占比值确定所述锂离子电池组的一致性状态,并根据所述质心位置确定所述锂离子电池组的一致性变化趋势;
将所述一致性状态和所述一致性变化趋势确定为所述锂离子电池组的一致性评估结果。
根据本公开实施例的第三方面,提供一种电子设备,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面中任一项所述的锂离子电池组的一致性评估方法的步骤。
根据本公开实施例的第四方面,提供一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
本公开的一个有益效果在于,通过获取预设时间段内车辆中锂离子电池组的电池数据;从所述电池数据中获取每个单体电池的压差特征数据;所述压差特征数据中至少包括每个所述单体电池的压差中位数和压差变化率;根据各所述单体电池的压差中位数和压差变化率,得到所述锂离子电池组的一致性评估结果。这样,可在不同的使用生命周期里发现一致性较差或者一致性变化较快的车辆,相比于使用瞬时数据,本实施例采用的中位数统计结果具有较高的可信度。从而可以提供较为可靠的锂离子电池组的一致性评估结果。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1是一种示例性的通信系统的硬件配置的原理框图;
图2是本公开实施例的锂离子电池组的一致性评估方法的流程示意图;
图3是本公开实施例的锂离子电池组的一致性评估装置的结构示意图;
图4是本公开实施例的电子设备的结构示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
<硬件配置>
如图1所示,通信系统100包括服务器1000、终端设备2000和车辆3000。
服务器1000可以是整体式服务器或是跨多计算机或计算机数据中心的分散式服务器。服务器可以是各种类型的,例如但不限于,网络服务器,新闻服务器,邮件服务器,消息服务器,广告服务器,文件服务器,应用服务器,交互服务器,数据库服务器,或代理服务器。在一些实施例中,每个服务器可以包括硬件,软件,或用于执行服务器所支持或实现的合适功能的内嵌逻辑组件或两个或多个此类组件的组合。例如,服务器例如刀片服务器、云端服务器等,或者可以是由多台服务器组成的服务器群组,可以包括上述类型的服务器中的一种或多种等等。
在一个实施例中,服务器1000可以如图1所示,包括处理器1100、存储器1200、接口装置1300、通信装置1400、显示装置1500、输入装置1600。
在另外的实施例中,服务器1000还可以包括扬声器、麦克风等等,在此不做限定。
处理器1100用于执行计算机程序。该计算机程序可以采用比如x86、Arm、RISC、MIPS、SSE等架构的指令集编写。存储器1200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1300例如包括各种总线接口,例如串行总线接口(包括USB接口)、并行总线接口等。通信装置1400例如能够进行有线或无线通信。显示装置1500例如是液晶显示屏、LED显示屏触摸显示屏等。输入装置1600例如可以包括触摸屏、键盘等。
尽管在图1中示出了服务器1000的多个装置,但是,本公开可以仅涉及其中的部分装置,例如,服务器1000只涉及存储器1200和处理器1100。
终端设备2000例如可以是电子设备,所述电子设备例如可以是手机、平板电脑、电脑等设备。
如图1所示,终端设备2000可以包括处理器2100、存储器2200、接口装置2300、通信装置2400、显示装置2500、输入装置2600、扬声器2700、麦克风2800等等。
处理器2100可以是移动版处理器。存储器2200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置2300例如包括USB接口、耳机接口等。通信装置2400例如能够进行有线或无线通信,通信装置2400可以包括短距离通信装置,例如是基于Hilink协议、WiFi(IEEE 802.11协议)、Mesh、蓝牙、ZigBee、Thread、Z-Wave、NFC、UWB、LiFi等短距离无线通信协议进行短距离无线通信的任意装置,通信装置2400也可以包括远程通信装置,例如是进行WLAN、GPRS、2G/3G/4G/5G远程通信的任意装置。显示装置2500例如是液晶显示屏、触摸显示屏等。输入装置2600例如可以包括触摸屏、键盘等。移动终端2000可以通过扬声器2700输出音频信息,可以通过麦克风2800采集音频信息。
本实施例中,终端设备2000的存储器2200用于存储指令,该指令用于控制处理器2100进行操作以实现终端设备2000的通信。技术人员可以根据本公开所公开方案设计指令。指令如何控制处理器进行操作,这是本领域公知,故在此不再详细描述。
尽管在图1中示出了终端设备2000的多个装置,但是,本公开可以仅涉及其中的部分装置,例如,终端设备2000只涉及存储器2200和处理器2100、通信装置2400和显示装置2500。
车辆3000是可以是共享的助力车、电动车等等。
如图1所示,车辆3000可以包括处理器3100、存储器3200、接口装置3300、通信装置3400、输出装置3500、输入装置3600,等等。其中,处理器3100可以是微处理器MCU等。存储器3200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置3300例如包括USB接口、耳机接口等。通信装置3400可以包括短距离通信装置,例如是基于Hilink协议、WiFi(IEEE 802.11协议)、Mesh、蓝牙、ZigBee、Thread、Z-Wave、NFC、UWB、LiFi等短距离无线通信协议进行短距离无线通信的任意装置,通信装置3400也可以包括远程通信装置,例如是进行WLAN、GPRS、2G/3G/4G/5G远程通信的任意装置。输出装置3500例如可以是输出信号的装置,可以显示装置,例如液晶显示屏、触摸显示屏等,也可以是扬声器等输出语音信息等。输入装置3600例如可以包括触摸屏、键盘等,也可以是麦克风输入语音信息。
尽管在图1中示出了车辆3000的多个装置,但是,本公开可以仅涉及其中的部分装置,例如,车辆3000只涉及通信装置3400、存储器3200和处理器3100。
网络4000可以是无线通信网络也可以是有线通信网络,可以是局域网也可以是广域网。在图1所示的通信系统100中,车辆3000与服务器1000、终端设备2000与服务器1000,可以通过网络4000进行通信。此外,车辆3000与服务器1000、终端设备2000与服务器1000通信所基于的网络4000可以是同一个,也可以是不同的。
应当理解的是,尽管图1仅示出一个服务器1000、终端设备2000、车辆3000,但不意味着限制各自的数量,通信系统100中可以包含多个服务器1000、多个终端设备2000、多个车辆3000。
<方法>
图2是本公开实施例的锂离子电池组的一致性评估方法的流程示意图。本实施例的锂离子电池组的一致性评估方法可以由锂离子电池组的一致性评估装置执行,该锂离子电池组的一致性评估装置例如可以设置在电子设备中。
如图2所示,本实施例的锂离子电池组的一致性评估方法具体可以包括如下步骤2100~步骤2300:
步骤2100,获取预设时间段内车辆中锂离子电池组的电池数据。
本实施例中,所述预设时间段例如可以是一个星期内,或者一个月内,或者其他预先设定的获取电池数据的时间段。所述电池数据至少包括在所述预设时间段内,每个所述单体电池的荷电状态(State Of Charge,SOC),电压数据,每次充电事件的起始时刻以及每次放电事件的起始时刻,总电流,总电压,里程,最高探测点温度,最低探测点温度等。
步骤2200,从所述电池数据中获取每个单体电池的压差特征数据;所述压差特征数据中至少包括每个所述单体电池的压差中位数和压差变化率。
本步骤中,在获取到所述电池数据后,对所述电池数据进行分析,以得到每个单体电池的压差特征数据。具体的,可以获取第一荷电状态下的第一最高电压和第一最低电压,根据所述第一最高电压和所述第一最低电压,计算得到第一压差中位数;获取第二荷电状态下的第二最高电压和第二最低电压,根据所述第二最高电压和所述第二最低电压,计算得到第二压差中位数;以及,获取所述预设时间段内的第三最高电压和第三最低电压,根据所述第三最高电压和所述第三最低电压,计算得到第三压差中位数;将所述第一压差中位数、所述第二压差中位数和所述第三压差中位数确定为所述压差特征数据。
在对上述压差特征数据进行提取的过程中,需要分别对每次放电事件和每次充电事件中的压差特征数据进行提取。其中,所述第一荷电状态可以是SOC小于等于10%,所述第二荷电状态可以是SOC大于等于90%。
对于每次事件(充电事件或者放电事件),获取在事件全程中单体电池的第三最高电压和第三最低电压,分别以向量的形式记为Vmax和Vmin;获取在SOC小于等于10%的情况下,单体电池的第一最高电压和第一最低电压,分别记为V10max和V10min;获取在SOC大于等于90%的情况下,单体电池的第二最高电压和第二最低电压,分别记为V90max和V90min。
根据公式VΔ,med=median(Vmax-Vmin)对所述第三最高电压Vmax和所述第三最低电压Vmin求差值,并求中位数(标量),得到第三压差中位数VΔ,med。根据公式VΔ,med,10=median(V10max-V10min)对所述第一最高电压V10max和所述第一最低电压V10min求差值,并求中位数(标量),得到第一压差中位数VΔ,med,10。根据公式VΔ,med,90=median(V90max-V90min)对所述第二最高电压V90max和所述第二最低电压V90min求差值,并求中位数(标量),得到第二压差中位数VΔ,med,90。
在计算得到所述第一压差中位数VΔ,med,10,所述第二压差中位数VΔ,med,90以及所述第三压差中位数VΔ,med后,按照每次事件的起始时刻对第一压差中位数VΔ,med,10,所述第二压差中位数VΔ,med,90以及所述第三压差中位数VΔ,med进行标记,得到起始时刻与事件中压差中位数的对应关系。
进一步地,基于得到的起始时刻与事件中压差中位数的对应关系,计算得到压差变化率。其中,在充电事件中,所述起始时刻为充电事件的起始时刻,在放电事件中,所述起始时刻为放电事件的起始时刻。
具体的,根据所述第一压差中位数和所述充电事件的起始时刻,得到第一充电压差变化率,并根据所述第一压差中位数和所述放电事件的起始时刻,得到第一放电压差变化率;根据所述第二压差中位数和所述充电事件的起始时刻,得到第二充电压差变化率,并根据所述第二压差中位数和所述放电事件的起始时刻,得到第二放电压差变化率;以及,根据所述第三压差中位数和所述充电事件的起始时刻,得到第三充电压差变化率,并根据所述第三压差中位数和所述放电事件的起始时刻,得到第三放电压差变化率。
至此,获得了充电过程中压差中位数以及压差变化率随时间的变化趋势,以及放电过程中压差中位数以及压差变化率随时间的变化趋势。
步骤2300,根据各所述单体电池的压差中位数和压差变化率,得到所述锂离子电池组的一致性评估结果。
需要说明的是,本实施例中,会预先对历史电池数据进行分析,以得到锂离子电池组的四类一致性状态,以便于对运行中的车辆的锂离子电池组进行一致性评估。
具体的,获取多辆车辆对应的历史电池数据;从每个所述历史电池数据中获取每个单体电池的历史压差特征数据;所述历史压差特征数据中至少包括每个所述单体电池的压差中位数和压差变化率;根据聚类算法计算各所述单体电池的压差中位数和压差变化率的第一欧氏距离,并对所述第一欧氏距离进行聚类,得到第一类一致性状态,第二类一致性状态,第三类一致性状态以及第四类一致性状态。
在一个例子中,所述聚类算法为k-means聚类算法,在获取到每个所述单体电池的压差中位数和压差变化率后,通过k-means聚类算法计算各所述单体电池的压差中位数和压差变化率的第一欧氏距离,并对所述第一欧式距离进行二维特征的聚类,得到所述第一类一致性状态,第二类一致性状态,第三类一致性状态以及第四类一致性状态。
其中,第一类一致性状态和第二类一致性状态的数据属于压差较低或者压差变化率不大的数据,第三类一致性状态和第四类一致性状态的数据属于压差较大或者压差变化率较大的数据。
由于已在步骤2200中获得了充电过程中压差中位数以及压差变化率随时间的变化趋势,以及放电过程中压差中位数以及压差变化率随时间的变化趋势,在本步骤中,通过聚类算法对充电过程中压差中位数以及压差变化率,以及放电过程中压差中位数以及压差变化率进行计算,以得到一致性评估结果。
具体的,首先根据聚类算法计算各所述单体电池的所述压差中位数和所述压差变化率的第二欧氏距离,进行特征降维,以获得特征分布,并对各所述第二欧氏距离进行计算,得到各所述第二欧氏距离的质心位置,以及分别在所述第一类一致性状态、所述第二类一致性状态、所述第三类一致性状态以及所述第四类一致性状态中的占比值;根据所述占比值确定所述锂离子电池组的一致性状态,并根据所述质心位置确定所述锂离子电池组的一致性变化趋势;将所述一致性状态和所述一致性变化趋势确定为所述锂离子电池组的一致性评估结果。
可选地,在此通过k-means聚类算法计算各所述单体电池的所述压差中位数和所述压差变化率的第二欧氏距离,并对各所述第二欧氏距离进行计算,得到各所述第二欧氏距离的质心位置,以及分别在所述第一类一致性状态、所述第二类一致性状态、所述第三类一致性状态以及所述第四类一致性状态中的占比值。
以上已结合附图对本实施例的锂离子电池组的一致性评估方法进行了说明,通过获取预设时间段内车辆中锂离子电池组的电池数据;从所述电池数据中获取每个单体电池的压差特征数据;所述压差特征数据中至少包括每个所述单体电池的压差中位数和压差变化率;根据各所述单体电池的压差中位数和压差变化率,得到所述锂离子电池组的一致性评估结果。这样,可在不同的使用生命周期里发现一致性较差或者一致性变化较快的车辆,相比于使用瞬时数据,本实施例采用的中位数统计结果具有较高的可信度。从而可以提供较为可靠的锂离子电池组的一致性评估结果。
<装置>
图3是本公开实施例的锂离子电池组的一致性评估装置的结构示意图。如图3所示,本实施例的锂离子电池组的一致性评估装置3000可以包括:第一获取模块3100,第二获取模块3200以及第一计算模块3300。
其中,第一获取模块3100,用于获取预设时间段内车辆中锂离子电池组的电池数据。
第二获取模块3200,用于从所述电池数据中获取每个单体电池的压差特征数据;所述压差特征数据中至少包括每个所述单体电池的压差中位数和压差变化率。
第一计算模块3300,用于根据各所述单体电池的压差中位数和压差变化率,得到所述锂离子电池组的一致性评估结果。
在一个实施例中,所述电池数据至少包括:每个所述单体电池的荷电状态和电压数据;所述第二获取模块3200具体用于:获取第一荷电状态下的第一最高电压和第一最低电压,根据所述第一最高电压和所述第一最低电压,计算得到第一压差中位数;获取第二荷电状态下的第二最高电压和第二最低电压,根据所述第二最高电压和所述第二最低电压,计算得到第二压差中位数;以及,获取所述预设时间段内的第三最高电压和第三最低电压,根据所述第三最高电压和所述第三最低电压,计算得到第三压差中位数;将所述第一压差中位数、所述第二压差中位数和所述第三压差中位数确定为所述压差特征数据。
在一个实施例中,所述电池数据还包括:预设时间段内,每次充电事件的起始时刻以及每次放电事件的起始时刻;所述第二获取模块3200具体用于:根据所述第一压差中位数和所述充电事件的起始时刻,得到第一充电压差变化率,并根据所述第一压差中位数和所述放电事件的起始时刻,得到第一放电压差变化率;根据所述第二压差中位数和所述充电事件的起始时刻,得到第二充电压差变化率,并根据所述第二压差中位数和所述放电事件的起始时刻,得到第二放电压差变化率;以及,根据所述第三压差中位数和所述充电事件的起始时刻,得到第三充电压差变化率,并根据所述第三压差中位数和所述放电事件的起始时刻,得到第三放电压差变化率。
在一个实施例中,所述装置3000还包括:第三获取模块,用于获取多辆车辆对应的历史电池数据;从每个所述历史电池数据中获取每个单体电池的历史压差特征数据;所述历史压差特征数据中至少包括每个所述单体电池的压差中位数和压差变化率;第二计算模块,用于根据聚类算法计算各所述单体电池的压差中位数和压差变化率的第一欧氏距离,并对所述第一欧氏距离进行计算,得到第一类一致性状态,第二类一致性状态,第三类一致性状态以及第四类一致性状态。
在一个实施例中,所述第一计算模块3300具体用于:根据聚类算法计算各所述单体电池的所述压差中位数和所述压差变化率的第二欧氏距离,并得到各所述第二欧氏距离的质心位置,以及分别在所述第一类一致性状态、所述第二类一致性状态、所述第三类一致性状态以及所述第四类一致性状态中的占比值;根据所述占比值确定所述锂离子电池组的一致性状态,并根据所述质心位置确定所述锂离子电池组的一致性变化趋势;将所述一致性状态和所述一致性变化趋势确定为所述锂离子电池组的一致性评估结果。
本实施例的锂离子电池组的一致性评估装置,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,在此不再赘述。
<电子设备>
如图4所示,本申请实施例还提供一种电子设备4000,包括处理器4100,存储器4200,存储在存储器4200上并可在所述处理器4100上运行的程序或指令,该程序或指令被处理器4100执行时实现上述锂离子电池组的一致性评估方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
<计算机可读存储介质>
本公开实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在被处理器执行时,实现前述任一实施例提供的锂离子电池组的一致性评估方法。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是,通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。
Claims (11)
1.一种锂离子电池组的一致性评估方法,其特征在于,所述方法包括:
获取预设时间段内车辆中锂离子电池组的电池数据;
从所述电池数据中获取每个单体电池的压差特征数据;所述压差特征数据中至少包括每个所述单体电池的压差中位数和压差变化率;
根据各所述单体电池的压差中位数和压差变化率,得到所述锂离子电池组的一致性评估结果。
2.根据权利要求1所述的方法,其特征在于,所述电池数据至少包括:每个所述单体电池的荷电状态和电压数据;
所述从所述电池数据中获取压差特征数据,包括:
获取第一荷电状态下的第一最高电压和第一最低电压,根据所述第一最高电压和所述第一最低电压,计算得到第一压差中位数;
获取第二荷电状态下的第二最高电压和第二最低电压,根据所述第二最高电压和所述第二最低电压,计算得到第二压差中位数;以及,
获取所述预设时间段内的第三最高电压和第三最低电压,根据所述第三最高电压和所述第三最低电压,计算得到第三压差中位数;
将所述第一压差中位数、所述第二压差中位数和所述第三压差中位数确定为所述压差特征数据。
3.根据权利要求2所述的方法,其特征在于,所述电池数据还包括:预设时间段内,每次充电事件的起始时刻以及每次放电事件的起始时刻;
所述从所述电池数据中获取压差特征数据,包括:
根据所述第一压差中位数和所述充电事件的起始时刻,得到第一充电压差变化率,并根据所述第一压差中位数和所述放电事件的起始时刻,得到第一放电压差变化率;
根据所述第二压差中位数和所述充电事件的起始时刻,得到第二充电压差变化率,并根据所述第二压差中位数和所述放电事件的起始时刻,得到第二放电压差变化率;以及,
根据所述第三压差中位数和所述充电事件的起始时刻,得到第三充电压差变化率,并根据所述第三压差中位数和所述放电事件的起始时刻,得到第三放电压差变化率。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取多辆车辆对应的历史电池数据;
从每个所述历史电池数据中获取每个单体电池的历史压差特征数据;所述历史压差特征数据中至少包括每个所述单体电池的压差中位数和压差变化率;
根据聚类算法计算各所述单体电池的压差中位数和压差变化率的第一欧氏距离,并对所述第一欧氏距离进行计算,得到第一类一致性状态,第二类一致性状态,第三类一致性状态以及第四类一致性状态。
5.根据权利要求4所述的方法,其特征在于,所述根据各所述单体电池的压差中位数和压差变化率,得到所述锂离子电池组的一致性评估结果,包括:
根据聚类算法计算各所述单体电池的所述压差中位数和所述压差变化率的第二欧氏距离,并得到各所述第二欧氏距离的质心位置,以及分别在所述第一类一致性状态、所述第二类一致性状态、所述第三类一致性状态以及所述第四类一致性状态中的占比值;
根据所述占比值确定所述锂离子电池组的一致性状态,并根据所述质心位置确定所述锂离子电池组的一致性变化趋势;
将所述一致性状态和所述一致性变化趋势确定为所述锂离子电池组的一致性评估结果。
6.一种锂离子电池组的一致性评估装置,其特征在于,所述装置包括:
第一获取模块,用于获取预设时间段内车辆中锂离子电池组的电池数据;
第二获取模块,用于从所述电池数据中获取每个单体电池的压差特征数据;所述压差特征数据中至少包括每个所述单体电池的压差中位数和压差变化率;
第一计算模块,用于根据各所述单体电池的压差中位数和压差变化率,得到所述锂离子电池组的一致性评估结果。
7.根据权利要求6所述的装置,其特征在于,所述电池数据至少包括:每个所述单体电池的荷电状态和电压数据;
所述第二获取模块具体用于:
获取第一荷电状态下的第一最高电压和第一最低电压,根据所述第一最高电压和所述第一最低电压,计算得到第一压差中位数;
获取第二荷电状态下的第二最高电压和第二最低电压,根据所述第二最高电压和所述第二最低电压,计算得到第二压差中位数;以及,
获取所述预设时间段内的第三最高电压和第三最低电压,根据所述第三最高电压和所述第三最低电压,计算得到第三压差中位数;
将所述第一压差中位数、所述第二压差中位数和所述第三压差中位数确定为所述压差特征数据。
8.根据权利要求7所述的装置,其特征在于,所述电池数据还包括:预设时间段内,每次充电事件的起始时刻以及每次放电事件的起始时刻;
所述第二获取模块具体用于:
根据所述第一压差中位数和所述充电事件的起始时刻,得到第一充电压差变化率,并根据所述第一压差中位数和所述放电事件的起始时刻,得到第一放电压差变化率;
根据所述第二压差中位数和所述充电事件的起始时刻,得到第二充电压差变化率,并根据所述第二压差中位数和所述放电事件的起始时刻,得到第二放电压差变化率;以及,
根据所述第三压差中位数和所述充电事件的起始时刻,得到第三充电压差变化率,并根据所述第三压差中位数和所述放电事件的起始时刻,得到第三放电压差变化率。
9.根据权利要求6所述的装置,其特征在于,所述装置还包括:
第三获取模块,用于获取多辆车辆对应的历史电池数据;从每个所述历史电池数据中获取每个单体电池的历史压差特征数据;所述历史压差特征数据中至少包括每个所述单体电池的压差中位数和压差变化率;
第二计算模块,用于根据聚类算法计算各所述单体电池的压差中位数和压差变化率的第一欧氏距离,并对所述第一欧氏距离进行计算,得到第一类一致性状态,第二类一致性状态,第三类一致性状态以及第四类一致性状态。
10.根据权利要求9所述的装置,其特征在于,所述第一计算模块具体用于:
根据聚类算法计算各所述单体电池的所述压差中位数和所述压差变化率的第二欧氏距离,并得到各所述第二欧氏距离的质心位置,以及分别在所述第一类一致性状态、所述第二类一致性状态、所述第三类一致性状态以及所述第四类一致性状态中的占比值;
根据所述占比值确定所述锂离子电池组的一致性状态,并根据所述质心位置确定所述锂离子电池组的一致性变化趋势;
将所述一致性状态和所述一致性变化趋势确定为所述锂离子电池组的一致性评估结果。
11.一种电子设备,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1~5中任一项所述的锂离子电池组的一致性评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111082666.2A CN113721161B (zh) | 2021-09-15 | 2021-09-15 | 锂离子电池组的一致性评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111082666.2A CN113721161B (zh) | 2021-09-15 | 2021-09-15 | 锂离子电池组的一致性评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113721161A true CN113721161A (zh) | 2021-11-30 |
CN113721161B CN113721161B (zh) | 2024-03-19 |
Family
ID=78683950
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111082666.2A Active CN113721161B (zh) | 2021-09-15 | 2021-09-15 | 锂离子电池组的一致性评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113721161B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115728662A (zh) * | 2022-12-06 | 2023-03-03 | 北汽福田汽车股份有限公司 | 电池故障风险判断方法、装置及车辆 |
CN116338474A (zh) * | 2023-05-29 | 2023-06-27 | 力高(山东)新能源技术股份有限公司 | 一种钠离子电池一致性的判断方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130317771A1 (en) * | 2012-05-25 | 2013-11-28 | GM Global Technology Operations LLC | Modeling changes in the state-of-charge open circuit voltage curve by using regressed parameters in a reduced order physics based model |
CN107924430A (zh) * | 2015-08-17 | 2018-04-17 | 皇家飞利浦有限公司 | 生物数据模式识别的多级体系构架 |
CN108680868A (zh) * | 2018-05-28 | 2018-10-19 | 天津市捷威动力工业有限公司 | 一种电池包循环测试一致性分析方法 |
CN109557474A (zh) * | 2018-11-22 | 2019-04-02 | 北京新能源汽车股份有限公司 | 一种动力电池的荷电状态的修正方法、装置及设备 |
US20190236797A1 (en) * | 2019-04-12 | 2019-08-01 | Intel Corporation | Accommodating depth noise in visual slam using map-point consensus |
CN110703107A (zh) * | 2019-11-05 | 2020-01-17 | 中国第一汽车股份有限公司 | 动力电池的一致性判断方法、装置、设备及存储介质 |
CN111693876A (zh) * | 2020-05-09 | 2020-09-22 | 清华大学 | 电池组评价方法及系统 |
CN113049963A (zh) * | 2021-04-29 | 2021-06-29 | 武汉云衡智能科技有限公司 | 一种基于局部离群因子的锂电池组一致性检测方法及装置 |
CN113289931A (zh) * | 2021-06-03 | 2021-08-24 | 河北工业大学 | 一种锂离子电池梯次利用分选方法 |
-
2021
- 2021-09-15 CN CN202111082666.2A patent/CN113721161B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130317771A1 (en) * | 2012-05-25 | 2013-11-28 | GM Global Technology Operations LLC | Modeling changes in the state-of-charge open circuit voltage curve by using regressed parameters in a reduced order physics based model |
CN107924430A (zh) * | 2015-08-17 | 2018-04-17 | 皇家飞利浦有限公司 | 生物数据模式识别的多级体系构架 |
CN108680868A (zh) * | 2018-05-28 | 2018-10-19 | 天津市捷威动力工业有限公司 | 一种电池包循环测试一致性分析方法 |
CN109557474A (zh) * | 2018-11-22 | 2019-04-02 | 北京新能源汽车股份有限公司 | 一种动力电池的荷电状态的修正方法、装置及设备 |
US20190236797A1 (en) * | 2019-04-12 | 2019-08-01 | Intel Corporation | Accommodating depth noise in visual slam using map-point consensus |
CN110703107A (zh) * | 2019-11-05 | 2020-01-17 | 中国第一汽车股份有限公司 | 动力电池的一致性判断方法、装置、设备及存储介质 |
CN111693876A (zh) * | 2020-05-09 | 2020-09-22 | 清华大学 | 电池组评价方法及系统 |
CN113049963A (zh) * | 2021-04-29 | 2021-06-29 | 武汉云衡智能科技有限公司 | 一种基于局部离群因子的锂电池组一致性检测方法及装置 |
CN113289931A (zh) * | 2021-06-03 | 2021-08-24 | 河北工业大学 | 一种锂离子电池梯次利用分选方法 |
Non-Patent Citations (3)
Title |
---|
杨万里;田凤军;王永忠;张俊飞;周斌;廖晨敏;张琦;: "纯电动汽车动力电池系统一致性诊断与控制方法研究", 电池工业, no. 01 * |
王东梅;冯伟峰;白红燕;刘志忠;: "基于电压平台的电池聚类分选算法研究", 电源技术, no. 05 * |
缪家森: "储能锂电池组SOC估算及均衡控制策略研究", 电力工业;自动化技术 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115728662A (zh) * | 2022-12-06 | 2023-03-03 | 北汽福田汽车股份有限公司 | 电池故障风险判断方法、装置及车辆 |
CN116338474A (zh) * | 2023-05-29 | 2023-06-27 | 力高(山东)新能源技术股份有限公司 | 一种钠离子电池一致性的判断方法 |
CN116338474B (zh) * | 2023-05-29 | 2023-08-04 | 力高(山东)新能源技术股份有限公司 | 一种钠离子电池一致性的判断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113721161B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Life prediction of lithium-ion batteries based on stacked denoising autoencoders | |
Patil et al. | A novel multistage Support Vector Machine based approach for Li ion battery remaining useful life estimation | |
US10527678B2 (en) | Apparatus and method for estimating state of battery using battery degradation models | |
JP2019512858A (ja) | 複数のオブザーバを備えた電池管理システム | |
CN111142030B (zh) | 用于内短路电流检测方法、装置、设备及可读存储介质 | |
US11619679B2 (en) | Method, apparatus and medium for estimating battery remaining life | |
Sesidhar et al. | A review on data-driven SOC estimation with Li-Ion batteries: Implementation methods & future aspirations | |
CN111913113A (zh) | 电芯内短路识别方法、装置、存储介质及电子设备 | |
CN110470995A (zh) | 电池剩余放电时间获取方法、系统及终端设备 | |
CN113721161B (zh) | 锂离子电池组的一致性评估方法及装置 | |
CN116466236A (zh) | 电池剩余寿命预测方法、装置、设备及可读存储介质 | |
CN113740755A (zh) | 电池包荷电状态的显示处理方法、装置及可读介质 | |
CN107798024A (zh) | 一种出行目的地推荐处理方法及装置 | |
CN111751731A (zh) | 电池活性的确定方法及装置、电子设备和存储介质 | |
Greenbank et al. | Piecewise-linear modelling with automated feature selection for Li-ion battery end-of-life prognosis | |
CN110335061A (zh) | 交易模式画像建立方法、装置、介质及电子设备 | |
CN113447824A (zh) | 电池最大充放电电流的估算方法、装置及存储介质 | |
Avvari et al. | A battery chemistry-adaptive fuel gauge using probabilistic data association | |
CN108009068B (zh) | 信息记录方法、信息记录装置及智能终端 | |
CN114881316B (zh) | 锂电池剩余寿命预测方法、系统、终端设备及存储介质 | |
CN117031292A (zh) | 电池健康状态预测方法、装置、计算机设备和存储介质 | |
CN115062474B (zh) | 一种锂电池的工况仿真方法、系统、终端设备及存储介质 | |
EP4113777A1 (en) | Method and apparatus for predicting charging progress of battery | |
CN110795855A (zh) | 检测锂镀覆电势的方法、存储介质以及系统 | |
CN112904217B (zh) | 一种确定电池电芯的日历模型的方法 |
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 |