CN114002603B - 识别电芯的方法、装置及计算机存储介质 - Google Patents
识别电芯的方法、装置及计算机存储介质 Download PDFInfo
- Publication number
- CN114002603B CN114002603B CN202010667411.1A CN202010667411A CN114002603B CN 114002603 B CN114002603 B CN 114002603B CN 202010667411 A CN202010667411 A CN 202010667411A CN 114002603 B CN114002603 B CN 114002603B
- Authority
- CN
- China
- Prior art keywords
- ocv
- cell
- tested
- soc
- values
- 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
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]
- G01R31/3644—Constructional arrangements
- G01R31/3646—Constructional arrangements for indicating electrical conditions or variables, e.g. visual or audible indicators
-
- 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
- G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
-
- 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
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- H01M10/4221—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells with battery type recognition
-
- 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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
-
- 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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Biology (AREA)
- Mathematical Optimization (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- General Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Manufacturing & Machinery (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- Electrochemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Secondary Cells (AREA)
- Radar Systems Or Details Thereof (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
Abstract
本发明公开了一种识别电芯的方法、装置及计算机存储介质,方法包括:确定待测电芯在充放电过程中的N个开路电压OCV实测值以及N个OCV实测值对应的N个净累计吞吐量;对于第i个目标电芯:获取与N个OCV实测值对应的N个OCV计算值,获取N个OCV实测值与N个OCV计算值的OCV均方差;当待测电芯和第i个目标电芯的OCV均方差为M个OCV均方差中的最小的均方差时,确定待测电芯为第i个目标电芯,其中,M表示目标电芯的总数量,1≤i≤M,M和N均为大于1的正整数。本发明能够实现对于基础信息没有记录或者记录缺失的待测电芯,确定出待测电芯的类型等基础信息的技术效果。
Description
技术领域
本发明属于电池技术领域,尤其涉及一种识别电芯的方法、装置及计算机存储介质。
背景技术
电池或电芯在使用过程中,荷电状态(state of charge,简称SOC)是一个重要的指标,它表示当前状态下实际所能提供的电量与完全充满电所能提供的电量的比重,通过该参数便可以知道电池当前状态的剩余电量,便于电池管理系统(battery managementsystem,简称BMS)对电池发出各种指令。电芯OCV-SOC曲线是电芯的一条重要的基准曲线,通过测量开路电压(open circuit voltage,简称OCV)便可得知电芯的剩余电量。
随着例如电动汽车车用电池等电池的迅速发展和新旧更替,越来越多的电池进入了老化回收和梯次利用阶段。在对电芯进行老化回收和梯次利用的过程中,存在着部分电芯的材料、体系和OCV-SOC曲线等基础信息没有记录或者记录丢失的情形,而对于这些基础信息没有记录或者记录缺失的电芯而言,现有技术无法或很难确定出这些电芯的类型等信息。
发明内容
有鉴于此,本发明实施例提供一种识别电芯的方法、装置及计算机存储介质,其主要解决的技术问题是现有技术对于基础信息没有记录或者记录缺失的这类电芯,无法确定出这类电芯的类型等信息。
一方面,本发明实施例提供一种识别电芯的方法,方法包括:
确定待测电芯在充放电过程中的N个开路电压OCV实测值以及所述N个OCV实测值对应的N个净累计吞吐量;
根据所述N个OCV实测值、第i个目标电芯的开路电压与荷电状态SOC的第一对应关系,获取所述第i个目标电芯的与所述N个OCV实测值对应的N个第一SOC值;
根据所述N个净累积吞吐量和所述N个第一SOC值,确定净累积吞吐量与所述第i个目标电芯的荷电状态的第二对应关系;
根据所述N个净累积吞吐量和所述第二对应关系,获取所述第i个目标电芯的与所述N个净累积吞吐量对应的N个第二SOC值;
根据所述N个第二SOC值和所述第一对应关系,获取所述第i个目标电芯的与所述N个第二SOC值对应的N个OCV计算值;
基于所述N个OCV实测值与所述N个OCV计算值,获取所述待测电芯和所述第i个目标电芯的OCV均方差;
当所述待测电芯和所述第i个目标电芯的OCV均方差为M个OCV均方差中的最小的均方差时,确定所述待测电芯为所述第i个目标电芯,
其中,M表示目标电芯的总数量,1≤i≤M,M和N均为大于1的正整数。
作为一种示例,确定待测电芯在充放电过程中的N个开路电压OCV实测值以及所述N个OCV实测值对应的N个净累计吞吐量,包括:
根据所述待测电芯的历史充放电数据或者对所述待测电芯进行断续充放电而获取的测试数据,确定所述N个OCV实测值以及所述N个净累计吞吐量。
作为一种示例,根据所述N个净累积吞吐量和所述N个第一SOC值,确定净累积吞吐量与所述第i个目标电芯的荷电状态的第二对应关系,包括:
根据所述N个净累积吞吐量、所述N个第一SOC值以及净累积吞吐量与荷电状态的函数,确定关于所述第i个目标电芯的第一SOC值与净累计吞吐量的方程组;
基于最小二乘法或者梯度下降法对所述方程组进行曲线拟合,得到所述函数的斜率和截距;
根据所述斜率、所述截距和所述函数,确定所述第二对应关系。
作为一种示例,根据所述N个净累积吞吐量和所述第二对应关系,获取所述第i个目标电芯的与所述N个净累积吞吐量对应的N个第二SOC值,包括:
根据所述N个净累计吞吐量以及斜率和截距确定的所述函数,获取所述N个第二SOC值。
作为一种示例,当所述待测电芯和所述第i个目标电芯的OCV均方差为M个OCV均方差中的最小的均方差时,确定所述待测电芯为所述第i个目标电芯,具体包括:
当所述待测电芯和所述第i个目标电芯的OCV均方差为M个OCV均方差中的最小的均方差时,判断是否满足预设条件,
并在满足预设条件的情况下,确定所述待测电芯为所述第i个目标电芯;
其中,所述预设条件包括:
所述待测电芯和所述第i个目标电芯的OCV均方差的值处于预设第一阈值范围内;
所述第i个目标电芯对应的所述函数的斜率处于预设第二阈值范围内;以及
所述第i个目标电芯对应的所述函数的截距处于预设第三阈值范围内。
作为一种示例,确定所述待测电芯为所述第i个目标电芯之后,所述方法还包括:
计算所述待测电芯的初始荷电状态值与所述待测电芯所在模组内的其他电芯的初始荷电状态值之间的第一差值;
计算所述待测电芯的电芯容量与所述待测电芯所在模组内的其他电芯的电芯容量之间的第二差值;
当所述第一差值或所述第二差值超过预设阈值时,确定为电芯成组质量差。
作为一种示例,所述第一对应关系包括OCV-SOC曲线,
确定所述待测电芯为所述第i个目标电芯之后,所述方法还包括:
将所述第i个目标电芯的OCV-SOC曲线作为所述待测电芯的OCV-SOC曲线。
作为一种示例,在获得所述待测电芯的OCV-SOC曲线之后,所述方法还包括:
当所述待测电芯与所述待测电芯所在模组内的其他电芯的OCV-SOC曲线的差异处于预设范围内时,
计算所述待测电芯和所述其他电芯的OCV-SOC曲线的平均OCV-SOC曲线,并将所述平均OCV-SOC曲线作为所述待测电芯所在模组的OCV-SOC曲线。
另一方面,本发明实施例提供了一种电芯识别装置,所述电芯识别装置包括:
确定单元,用于确定待测电芯在充放电过程中的N个开路电压OCV实测值以及所述N个OCV实测值对应的N个净累计吞吐量;
计算单元,用于根据所述N个OCV实测值、第i个目标电芯的开路电压与荷电状态SOC的第一对应关系,获取所述第i个目标电芯的与所述N个OCV实测值对应的N个第一SOC值;根据所述N个净累积吞吐量和所述N个第一SOC值,确定净累积吞吐量与所述第i个目标电芯的荷电状态的第二对应关系;根据所述N个净累积吞吐量和所述第二对应关系,获取所述第i个目标电芯的与所述N个净累积吞吐量对应的N个第二SOC值;根据所述N个第二SOC值和所述第一对应关系,获取所述第i个目标电芯的与所述N个第二SOC值对应的N个OCV计算值;基于所述N个OCV实测值与所述N个OCV计算值,获取所述待测电芯和所述第i个目标电芯的OCV均方差;
判断单元,用于当所述待测电芯和所述第i个目标电芯的OCV均方差为M个OCV均方差中的最小的均方差时,确定所述待测电芯为所述第i个目标电芯,
其中,M表示目标电芯的总数量,1≤i≤M,M和N均为大于1的正整数。
再一方面,本发明实施例提供了一种计算机存储介质,所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如上述的识别电芯的方法。
本发明实施例的识别电芯的方法、装置及计算机存储介质,对于待测电芯,先获取待测电芯的N个OCV实测值和每个OCV实测值的净累计吞吐量,然后在已知的第i(1≤i≤M)个目标电芯中:获取与N个OCV实测值对应的N个OCV计算值,获取N个OCV实测值与N个OCV计算值的OCV均方差;并在待测电芯和第i个目标电芯的OCV均方差为M个OCV均方差中的最小的均方差的情况下,确定待测电芯为第i个目标电芯。由此,本发明实现了对于基础信息没有记录或者记录缺失的待测电芯,确定出待测电芯的类型信息的技术效果。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单的介绍,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本发明一个实施例提供的识别电芯的方法的流程示意图;
图2是本发明另一个实施例提供的电芯识别装置的结构示意图;
图3是本发明又一个实施例提供的电芯识别设备的结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例,为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本发明进行进一步详细描述。应理解,此处所描述的具体实施例仅被配置为解释本发明,并不被配置为限定本发明。对于本领域技术人员来说,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了解决现有技术问题,本发明实施例提供了一种识别电芯的方法、装置、设备及计算机存储介质。
对于待测电芯,本发明实施例先获取待测电芯的N个OCV实测值和每个OCV实测值的净累计吞吐量,然后在已知的第i(1≤i≤M)个目标电芯中:获取与N个OCV实测值对应的N个OCV计算值,获取N个OCV实测值与N个OCV计算值的OCV均方差;并在待测电芯和第i个目标电芯的OCV均方差为M个OCV均方差中的最小的均方差的情况下,确定待测电芯为第i个目标电芯,实现了对于基础信息没有记录或者记录缺失的待测电芯,确定出待测电芯的类型信息的技术效果。
下面首先对本发明实施例所提供的识别电芯的方法进行介绍。
图1示出了本发明一个实施例提供的识别电芯的方法的流程示意图。如图1所示,该方法包括:
步骤S11:确定待测电芯在充放电过程中的N个开路电压OCV实测值以及所述N个OCV实测值对应的N个净累计吞吐量;
步骤S12:根据所述N个OCV实测值、第i个目标电芯的开路电压与荷电状态SOC的第一对应关系,获取所述第i个目标电芯的与所述N个OCV实测值对应的N个第一SOC值;
步骤S13:根据所述N个净累积吞吐量和所述N个第一SOC值,确定净累积吞吐量与所述第i个目标电芯的荷电状态的第二对应关系;
步骤S14:根据所述N个净累积吞吐量和所述第二对应关系,获取所述第i个目标电芯的与所述N个净累积吞吐量对应的N个第二SOC值;
步骤S15:根据所述N个第二SOC值和所述第一对应关系,获取所述第i个目标电芯的与所述N个第二SOC值对应的N个OCV计算值;
步骤S16:基于所述N个OCV实测值与所述N个OCV计算值,获取所述待测电芯和所述第i个目标电芯的OCV均方差;
步骤S17:当所述待测电芯和所述第i个目标电芯的OCV均方差为M个OCV均方差中的最小的均方差时,确定所述待测电芯为所述第i个目标电芯,
其中,M表示目标电芯的总数量,1≤i≤M,M和N均为大于1的正整数。
具体地,对于基础信息没有记录或者记录缺失的任何一个待测电芯,在步骤S11中,例如通过以下方式确定待测电芯在充放电过程中的N个开路电压OCV实测值以及每个OCV实测值对应的净累计吞吐量:
作为一种方式,例如根据待测电芯的历史充放电数据,确定N个OCV实测值以及每个OCV实测值对应的净累计吞吐量。具体地,例如首先查询待测电芯的历史充放电数据;然后在查询到待测电芯的历史充放电数据的情况下,根据查询到的待测电芯的历史充放电数据,并基于开路电压法或OCV估算方法获得处于静置状态下的N个开路电压OCV实测值以及N个OCV实测值对应的N个净累计吞吐量。
作为另一种方式,例如在待测电芯没有历史充放电数据的情况下,可根据待测电芯进行断续充放电而获取的测试数据,确定N个OCV实测值以及每个OCV实测值对应的净累计吞吐量。具体地,首先例如对于待组装成组的待测电芯进行断续充放电,得到待测电芯的测试数据;接下来,根据待测电芯的测试数据,并基于开路电压法或OCV估算方法获得处于静置状态下的N个开路电压OCV实测值以及N个OCV实测值对应的N个净累计吞吐量。
从原理上讲,获得的N个OCV实测值对应的净累计吞吐量会随着对应的OCV实测值的增大而增大。作为一种示例,为了校验获得的开路电压OCV实测值和净累计吞吐量的准确性,在步骤S11中,在获得待测电芯的N个开路电压OCV实测值以及N个OCV实测值对应的N个净累计吞吐量之后,还包括以下子步骤:判断获得的待测电芯的N个开路电压OCV实测值与N个净累计吞吐量是否成正相关,其中:
在N个OCV实测值与N个净累计吞吐量不成正相关的情况下,认定为获得的N个OCV实测值与N个净累计吞吐量无效,重新确定待测电芯的新的N个开路电压OCV实测值以及N个OCV实测值对应的N个净累计吞吐量。
作为一种示例,在待测电芯的N个开路电压OCV实测值以及N个OCV实测值对应的N个净累计吞吐量确定之后,还判断确定的待测电芯的开路电压OCV实测值和净累计吞吐量的数量是否均达到预设阈值,在待测电芯的开路电压OCV实测值和净累计吞吐量的数量均达到预设阈值的情况下,再执行步骤S12,否则,继续执行步骤S11。
在步骤S12中,根据N个OCV实测值、第i个目标电芯的开路电压与荷电状态SOC的第一对应关系,获取第i个目标电芯的与N个OCV实测值对应的N个第一SOC值。
具体地,第i个目标电芯是已知的,第i个目标电芯的开路电压与荷电状态SOC的第一对应关系也是已知的,例如第i个目标电芯为数据库中存储的其中一个已知电芯,开路电压与荷电状态SOC的第一对应关系例如包括OCV-SOC曲线,本发明不限于此。
基于第i个目标电芯的开路电压与荷电状态SOC的第一对应关系、S11确定的N个OCV实测值,便可以得到第i个目标电芯的与N个OCV实测值对应的N个第一SOC值。
例如,将步骤S11确定的多个OCV实测值(OCV1,OCV2,OCV3,……,OCVn)代入至第i个目标电芯的OCV-SOC曲线中,可得到第i个目标电芯的与N个OCV实测值对应的N个第一SOC值(SOC1,SOC2,SOC3,……,SOCn),其中,0≤n≤N。
经研究发现,荷电状态SOC与净累积吞吐量呈正比例关系。在步骤S13中,不妨设净累积吞吐量与第i个目标电芯的荷电状态SOC的函数的表达式为:
SOCn=k*Qn+b,
其中,k为斜率,表示电芯容量的倒数;b为截距,表示初始荷电状态;Qn表示第n个净累计吞吐量;SOCn表示第n个第一SOC值。
根据N个净累积吞吐量、N个第一SOC值以及净累积吞吐量与第i个目标电芯的荷电状态的函数,确定关于第i个目标电芯的第一SOC值与净累计吞吐量的方程组。该方程组的表达式为:
其中,SOCn表示第n个第一SOC值,Qn表示第n个净累计吞吐量。
在关于第i个目标电芯的第一SOC值与净累计吞吐量的方程组确定之后,利用最小二乘法或者梯度下降法对上述方程组进行曲线拟合,得到函数的斜率和截距。亦即,在已知的(SOC1,Q1)、(SOC2,Q2)、……(SOCn,Qn)多个点对中,通过曲线拟合找寻出一组拟合度最佳的斜率k和截距b,例如得到最佳的斜率k和截距b为k=2,b=3。
最后,根据确定的斜率k和截距b,便可以确定净累积吞吐量与第i个目标电芯的荷电状态的第二对应关系,例如为SOCi=2*Qi+3。
接下来,在步骤S14中,根据N个净累积吞吐量、净累积吞吐量与第i个目标电芯的荷电状态的第二对应关系,获取第i个目标电芯的与N个净累积吞吐量对应的N个第二SOC值。
根据N个净累计吞吐量、以及斜率k和截距b已确定的净累积吞吐量与第i个目标电芯的荷电状态SOC的函数,获取N个净累计吞吐量对应的N个第二SOC值。
具体地,以步骤S13得到的斜率k和截距b为k=2,b=3为例,则函数的表达式为SOCi=2*Qi+3。将步骤S11中确定的N个净累计吞吐量代入至SOCi=2*Qi+3,则可得到N个净累计吞吐量对应的N个SOC值。为了便于与第一SOC值区别,这里将此步骤得到的SOC值称之为第二SOC值。
接下来,在步骤S15中,根据N个第二SOC值、第i个目标电芯的开路电压与荷电状态SOC的第一对应关系,获取第i个目标电芯的与N个第二SOC值对应的N个OCV计算值。
作为一种示例,以第一对应关系为OCV-SOC曲线为例,将N个第二SOC值代入至第i个目标电芯的OCV-SOC曲线中,得到第i个目标电芯的与N个第二SOC值对应的N个OCV计算值。
在步骤S16中,基于N个OCV实测值与第i个目标电芯确定的N个OCV计算值,获取待测电芯和第i个目标电芯的OCV均方差。
具体地,首先计算N个OCV实测值与第i个目标电芯确定的N个OCV计算值之间的均方差,然后将计算出的N个OCV实测值与第i个目标电芯确定的N个OCV计算值的均方差作为待测电芯和第i个目标电芯的OCV均方差。
在步骤S17中,在M个目标电芯和待测电芯的OCV均方差均确定后,共得到M个OCV均方差。判断待测电芯和第i个目标电芯的OCV均方差是否为M个OCV均方差中的最小的均方差,其中:
当待测电芯和第i个目标电芯的OCV均方差为M个OCV均方差中的最小的均方差时,确定待测电芯为第i个目标电芯。
作为一种示例,当待测电芯和第i个目标电芯的OCV均方差为M个OCV均方差中的最小的均方差时,还判断是否满足预设条件,并在满足预设条件的情况下,确定待测电芯为第i个目标电芯。
在本发明实施例中,预设条件例如包括:待测电芯和第i个目标电芯的OCV均方差的值处于预设第一阈值范围内;第i个目标电芯对应的净累积吞吐量与荷电状态的函数的斜率处于预设第二阈值范围内;以及第i个目标电芯对应的净累积吞吐量与荷电状态的函数的截距处于预设第三阈值范围内。
由此,通过上述步骤,便可以确定待测电芯为第i个目标电芯。根据已知的第i个目标电芯的基础信息,例如包括电芯材料、电芯类型和电芯体系,便可以确定出待测电芯的电芯材料、电芯类型和电芯体系等基础信息。
作为一种示例,确定待测电芯为第i个目标电芯之后,方法还包括以下步骤:
将第i个目标电芯的OCV-SOC曲线作为待测电芯的OCV-SOC曲线
作为一种更优的实施方式,本发明实施例还对于成组在一起的多个电芯的OCV-SOC曲线进行对比,筛查出异常的电芯,并对比电芯间的一致性差异,评估成组效果。
具体地,首先通过上述步骤确定出同一模组内的每个待测电芯的OCV-SOC曲线。然后,执行以下步骤:
计算待测电芯的初始荷电状态值与待测电芯所在模组内的其他电芯的初始荷电状态值之间的第一差值;
计算待测电芯的电芯容量与待测电芯所在模组内的其他电芯的电芯容量之间的第二差值;
当第一差值或第二差值超过预设阈值时,确定为电芯成组质量差。
其中,初始荷电状态值即函数SOCi=k*Qi+b中的截距b,第一差值可通过该待测电芯对应的函数中的截距b与该待测电芯所在模组内的其他电芯对应的函数中的截距b相减而获得;电芯容量即为函数SOCi=k*Qi+b中的斜率k的倒数,第二差值可通过该待测电芯对应的函数中的斜率k的倒数与该待测电芯所在模组内的其他电芯对应的函数中的斜率k的倒数相减而获得。
作为一种更优的实施方式,当待测电芯与待测电芯所在模组内的其他电芯的OCV-SOC曲线存在差异、且差异处于预设范围内时,
计算待测电芯和待测电芯所在模组内的其他电芯的OCV-SOC曲线的平均OCV-SOC曲线,并将该平均OCV-SOC曲线作为待测电芯所在模组的OCV-SOC曲线。
图2是本发明另一个实施例提供的电芯识别装置的结构示意图。如图2所示,电芯识别装置200包括:
确定单元201,用于确定待测电芯在充放电过程中的N个开路电压OCV实测值以及N个OCV实测值对应的N个净累计吞吐量;
计算单元202,用于执行以下步骤:
根据N个OCV实测值、第i个目标电芯的开路电压与荷电状态SOC的第一对应关系,获取第i个目标电芯的与N个OCV实测值对应的N个第一SOC值;
根据N个净累积吞吐量和该N个第一SOC值,确定净累积吞吐量与第i个目标电芯的荷电状态的第二对应关系;
根据N个净累积吞吐量和该第二对应关系,获取第i个目标电芯的与N个净累积吞吐量对应的N个第二SOC值;
根据该N个第二SOC值和该第一对应关系,获取第i个目标电芯的与N个第二SOC值对应的N个OCV计算值;
基于N个OCV实测值与该N个OCV计算值,获取待测电芯和第i个目标电芯的OCV均方差;
判断单元203,用于当待测电芯和第i个目标电芯的OCV均方差为M个OCV均方差中的最小的均方差时,确定待测电芯为第i个目标电芯,
其中,M表示目标电芯的总数量,1≤i≤M,M和N均为大于1的正整数。
图3示出了本发明实施例提供的电芯识别设备的硬件结构示意图。如图3所示,在电芯识别设备可以包括处理器301以及存储有计算机程序指令的存储器302。
具体地,上述处理器301可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器302可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器302可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器302可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器302可在综合网关容灾设备的内部或外部。在特定实施例中,存储器302是非易失性固态存储器。在特定实施例中,存储器302包括只读存储器(ROM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器301通过读取并执行存储器302中存储的计算机程序指令,以实现上述实施例中的任意一种识别电芯的方法。
在一个示例中,电芯识别设备还可包括通信接口303和总线310。其中,如图3所示,处理器301、存储器302、通信接口303通过总线310连接并完成相互间的通信。
通信接口303,主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线310包括硬件、软件或两者,将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线310可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线,但本发明考虑任何合适的总线或互连。
相应地,本发明实施例提供了一种计算机存储介质,该计算机存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种识别电芯的方法。
综上所述,本发明实施例的识别电芯的方法、装置及计算机存储介质,对于待测电芯,先获取待测电芯的N个OCV实测值和每个OCV实测值的净累计吞吐量,然后在已知的第i(1≤i≤M)个目标电芯中:获取与N个OCV实测值对应的N个OCV计算值,获取N个OCV实测值与N个OCV计算值的OCV均方差;并在待测电芯和第i个目标电芯的OCV均方差为M个OCV均方差中的最小的均方差的情况下,确定待测电芯为第i个目标电芯。由此,本发明实现了对于基础信息没有记录或者记录缺失的待测电芯,确定出待测电芯的类型等信息的技术效果。
此外,本发明实施例还实现了通过对于成组在一起的多个电芯的OCV-SOC曲线进行对比,筛查出异常的电芯,以及通过对比电芯间的一致性差异,评估成组效果的技术效果。
需要明确的是,本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本发明的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本发明的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本发明中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本发明不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
以上所述,仅为本发明的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种识别电芯的方法,其特征在于,所述方法包括:
确定待测电芯在充放电过程中的N个开路电压OCV实测值以及所述N个OCV实测值对应的N个净累计吞吐量;
根据所述N个OCV实测值、第i个目标电芯的开路电压与荷电状态SOC的第一对应关系,获取所述第i个目标电芯的与所述N个OCV实测值对应的N个第一SOC值;
根据所述N个净累积吞吐量和所述N个第一SOC值,确定净累积吞吐量与所述第i个目标电芯的荷电状态的第二对应关系;
根据所述N个净累积吞吐量和所述第二对应关系,获取所述第i个目标电芯的与所述N个净累积吞吐量对应的N个第二SOC值;
根据所述N个第二SOC值和所述第一对应关系,获取所述第i个目标电芯的与所述N个第二SOC值对应的N个OCV计算值;
基于所述N个OCV实测值与所述N个OCV计算值,获取所述待测电芯和所述第i个目标电芯的OCV均方差;
当所述待测电芯和所述第i个目标电芯的OCV均方差为M个OCV均方差中的最小的均方差时,确定所述待测电芯为所述第i个目标电芯,
其中,M表示目标电芯的总数量,1≤i≤M,M和N均为大于1的正整数。
2.根据权利要求1所述的方法,其特征在于,确定待测电芯在充放电过程中的N个开路电压OCV实测值以及所述N个OCV实测值对应的N个净累计吞吐量,包括:
根据所述待测电芯的历史充放电数据或者对所述待测电芯进行断续充放电而获取的测试数据,确定所述N个OCV实测值以及所述N个净累计吞吐量。
3.根据权利要求1所述的方法,其特征在于,根据所述N个净累积吞吐量和所述N个第一SOC值,确定净累积吞吐量与所述第i个目标电芯的荷电状态的第二对应关系,包括:
根据所述N个净累积吞吐量、所述N个第一SOC值以及净累积吞吐量与荷电状态的函数,确定关于所述第i个目标电芯的第一SOC值与净累计吞吐量的方程组;
基于最小二乘法或者梯度下降法对所述方程组进行曲线拟合,得到所述函数的斜率和截距;
根据所述斜率、所述截距和所述函数,确定所述第二对应关系。
4.根据权利要求3所述的方法,其特征在于,根据所述N个净累积吞吐量和所述第二对应关系,获取所述第i个目标电芯的与所述N个净累积吞吐量对应的N个第二SOC值,包括:
根据所述N个净累计吞吐量以及斜率和截距确定的所述函数,获取所述N个第二SOC值。
5.根据权利要求3所述的方法,其特征在于,当所述待测电芯和所述第i个目标电芯的OCV均方差为M个OCV均方差中的最小的均方差时,确定所述待测电芯为所述第i个目标电芯,具体包括:
当所述待测电芯和所述第i个目标电芯的OCV均方差为M个OCV均方差中的最小的均方差时,判断是否满足预设条件,
并在满足预设条件的情况下,确定所述待测电芯为所述第i个目标电芯;
其中,所述预设条件包括:
所述待测电芯和所述第i个目标电芯的OCV均方差的值处于预设第一阈值范围内;
所述第i个目标电芯对应的所述函数的斜率处于预设第二阈值范围内;以及
所述第i个目标电芯对应的所述函数的截距处于预设第三阈值范围内。
6.根据权利要求1所述的方法,其特征在于,确定所述待测电芯为所述第i个目标电芯之后,所述方法还包括:
计算所述待测电芯的初始荷电状态值与所述待测电芯所在模组内的其他电芯的初始荷电状态值之间的第一差值;
计算所述待测电芯的电芯容量与所述待测电芯所在模组内的其他电芯的电芯容量之间的第二差值;
当所述第一差值或所述第二差值超过预设阈值时,确定为电芯成组质量差。
7.根据权利要求1所述的方法,其特征在于,所述第一对应关系包括OCV-SOC曲线,
确定所述待测电芯为所述第i个目标电芯之后,所述方法还包括:
将所述第i个目标电芯的OCV-SOC曲线作为所述待测电芯的OCV-SOC曲线。
8.根据权利要求7所述的方法,其特征在于,在获得所述待测电芯的OCV-SOC曲线之后,所述方法还包括:
当所述待测电芯与所述待测电芯所在模组内的其他电芯的OCV-SOC曲线的差异处于预设范围内时,
计算所述待测电芯和所述其他电芯的OCV-SOC曲线的平均OCV-SOC曲线,并将所述平均OCV-SOC曲线作为所述待测电芯所在模组的OCV-SOC曲线。
9.一种电芯识别装置,其特征在于,所述电芯识别装置包括:
确定单元,用于确定待测电芯在充放电过程中的N个开路电压OCV实测值以及所述N个OCV实测值对应的N个净累计吞吐量;
计算单元,用于根据所述N个OCV实测值、第i个目标电芯的开路电压与荷电状态SOC的第一对应关系,获取所述第i个目标电芯的与所述N个OCV实测值对应的N个第一SOC值;根据所述N个净累积吞吐量和所述N个第一SOC值,确定净累积吞吐量与所述第i个目标电芯的荷电状态的第二对应关系;根据所述N个净累积吞吐量和所述第二对应关系,获取所述第i个目标电芯的与所述N个净累积吞吐量对应的N个第二SOC值;根据所述N个第二SOC值和所述第一对应关系,获取所述第i个目标电芯的与所述N个第二SOC值对应的N个OCV计算值;基于所述N个OCV实测值与所述N个OCV计算值,获取所述待测电芯和所述第i个目标电芯的OCV均方差;
判断单元,用于当所述待测电芯和所述第i个目标电芯的OCV均方差为M个OCV均方差中的最小的均方差时,确定所述待测电芯为所述第i个目标电芯,
其中,M表示目标电芯的总数量,1≤i≤M,M和N均为大于1的正整数。
10.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1至8中任意一项所述的识别电芯的方法。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010667411.1A CN114002603B (zh) | 2020-07-13 | 2020-07-13 | 识别电芯的方法、装置及计算机存储介质 |
EP21842722.7A EP4024068B1 (en) | 2020-07-13 | 2021-05-13 | Method and apparatus for identifying battery cell, and computer storage medium |
ES21842722T ES2951968T3 (es) | 2020-07-13 | 2021-05-13 | Método y aparato para la identificación de una celda de batería, y medio de almacenamiento informático |
PCT/CN2021/093691 WO2022012139A1 (zh) | 2020-07-13 | 2021-05-13 | 识别电芯的方法、装置及计算机存储介质 |
HUE21842722A HUE062597T2 (hu) | 2020-07-13 | 2021-05-13 | Eljárás és berendezés egy akkumulátorcella azonosítására, valamint számítógépi tárolóközeg |
US17/745,921 US11598811B2 (en) | 2020-07-13 | 2022-05-17 | Method, apparatus, and computer storage medium for identifying cell |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010667411.1A CN114002603B (zh) | 2020-07-13 | 2020-07-13 | 识别电芯的方法、装置及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114002603A CN114002603A (zh) | 2022-02-01 |
CN114002603B true CN114002603B (zh) | 2022-08-02 |
Family
ID=79556118
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010667411.1A Active CN114002603B (zh) | 2020-07-13 | 2020-07-13 | 识别电芯的方法、装置及计算机存储介质 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11598811B2 (zh) |
EP (1) | EP4024068B1 (zh) |
CN (1) | CN114002603B (zh) |
ES (1) | ES2951968T3 (zh) |
HU (1) | HUE062597T2 (zh) |
WO (1) | WO2022012139A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115129772A (zh) * | 2022-08-31 | 2022-09-30 | 江苏时代新能源科技有限公司 | 一种获取电池参数的方法和装置 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4280097A (en) * | 1980-07-14 | 1981-07-21 | The United States Of America As Represented By The Secretary Of The Navy | Isolated DC voltage monitoring system |
FR2719126B1 (fr) * | 1994-04-21 | 1996-05-24 | Accumulateurs Fixes | Circuit de mesure pour ensemble modulaire de cellules électriques raccordées en série, notamment pour ensemble de type batterie d'accumulateur. |
US6359419B1 (en) * | 2000-12-27 | 2002-03-19 | General Motors Corporation | Quasi-adaptive method for determining a battery's state of charge |
CN101794919A (zh) * | 2009-12-28 | 2010-08-04 | 南昌大学 | 一种动力电池管理方法及装置 |
FR2955670B1 (fr) * | 2010-01-27 | 2012-01-27 | Commissariat Energie Atomique | Procede de diagnostic de l'etat de sante d'une batterie |
CN102088118B (zh) * | 2010-12-28 | 2013-09-18 | 深圳市航盛电子股份有限公司 | 一种电池管理系统、电动车及荷电状态的估算方法 |
US9037426B2 (en) * | 2011-05-13 | 2015-05-19 | GM Global Technology Operations LLC | Systems and methods for determining cell capacity values in a multi-cell battery |
FR2975501B1 (fr) * | 2011-05-20 | 2013-05-31 | Renault Sas | Procede d'estimation de l'etat de charge d'une batterie electrique |
CN103633384B (zh) * | 2012-08-30 | 2017-05-31 | 石家庄杰泰特动力能源有限公司 | 电池组内操作电芯持续被动平衡的方法 |
JP6166785B2 (ja) * | 2013-08-30 | 2017-07-19 | 日本碍子株式会社 | 二次電池システムの異常発生部位を特定する装置及び方法 |
US9539912B2 (en) * | 2014-02-20 | 2017-01-10 | Ford Global Technologies, Llc | Battery capacity estimation using state of charge initialization-on-the-fly concept |
US10114079B2 (en) * | 2016-02-24 | 2018-10-30 | Ford Global Technologies, Llc | System and method for identifying vehicle battery decay |
JP6485439B2 (ja) * | 2016-12-19 | 2019-03-20 | トヨタ自動車株式会社 | 蓄電システム |
CN107085187B (zh) | 2017-04-13 | 2019-06-07 | 华北电力科学研究院有限责任公司 | 梯次利用电池储能系统一致性维护指标的确定方法及装置 |
CN206878453U (zh) | 2017-07-11 | 2018-01-12 | 宁德时代新能源科技股份有限公司 | 电池保护装置和电池系统 |
CN109731808B (zh) | 2018-11-30 | 2021-04-02 | 天合光能股份有限公司 | 一种对锂电池梯次利用的检测分选方法 |
CN109946620A (zh) * | 2019-03-28 | 2019-06-28 | 桑顿新能源科技有限公司 | 电芯检测方法、装置、计算机设备和存储介质 |
CN112531850B (zh) * | 2019-04-24 | 2022-08-02 | 宁德时代新能源科技股份有限公司 | 电池组均衡控制方法、装置、设备和介质 |
CN110967646B (zh) * | 2019-05-24 | 2021-03-30 | 宁德时代新能源科技股份有限公司 | Soc修正方法和装置、电池管理系统和存储介质 |
CN113075555A (zh) * | 2019-05-24 | 2021-07-06 | 宁德时代新能源科技股份有限公司 | Soc修正方法和装置、电池管理系统和存储介质 |
-
2020
- 2020-07-13 CN CN202010667411.1A patent/CN114002603B/zh active Active
-
2021
- 2021-05-13 ES ES21842722T patent/ES2951968T3/es active Active
- 2021-05-13 WO PCT/CN2021/093691 patent/WO2022012139A1/zh unknown
- 2021-05-13 EP EP21842722.7A patent/EP4024068B1/en active Active
- 2021-05-13 HU HUE21842722A patent/HUE062597T2/hu unknown
-
2022
- 2022-05-17 US US17/745,921 patent/US11598811B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
ES2951968T3 (es) | 2023-10-26 |
EP4024068B1 (en) | 2023-06-07 |
CN114002603A (zh) | 2022-02-01 |
EP4024068A1 (en) | 2022-07-06 |
US11598811B2 (en) | 2023-03-07 |
WO2022012139A1 (zh) | 2022-01-20 |
EP4024068A4 (en) | 2022-12-21 |
US20220276310A1 (en) | 2022-09-01 |
HUE062597T2 (hu) | 2023-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112531850B (zh) | 电池组均衡控制方法、装置、设备和介质 | |
CN108254696B (zh) | 电池的健康状态评估方法及系统 | |
KR102106775B1 (ko) | 딥러닝을 이용한 전지 진단 방법 | |
CN108037460B (zh) | 一种批产锂离子电池容量实时评估方法 | |
CN109100655B (zh) | 一种动力电池的数据处理方法和装置 | |
CN107356874B (zh) | 电池包荷电状态的估算方法、装置和系统 | |
CN115343621B (zh) | 一种基于数据驱动的动力电池健康状态预测方法及设备 | |
CN112147512A (zh) | 一种锂离子电池短路与滥用故障的诊断及分离方法 | |
CN113189495B (zh) | 一种电池健康状态的预测方法、装置及电子设备 | |
CN112068018A (zh) | 基于改进格拉布斯准则和电池电热耦合模型的动力电池组故障诊断方法 | |
CN113030761A (zh) | 一种超大规模储能电站电池健康状态的评估方法及系统 | |
CN115754724A (zh) | 一种适用于未来不确定性动态工况放电的动力电池健康状态估计方法 | |
CN114002603B (zh) | 识别电芯的方法、装置及计算机存储介质 | |
CN113447840B (zh) | 锂离子电池分选方法和装置 | |
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 | |
CN114764600A (zh) | 新能源车电池包的寿命预测方法、装置和电子设备 | |
CN115372848A (zh) | 电池自放电性能的检测方法、装置、设备及介质 | |
CN115184805A (zh) | 电池健康状态获取方法、装置、设备及计算机程序产品 | |
CN116819339A (zh) | 复合电极电池老化估计方法、装置、设备、介质及程序 | |
CN117538778A (zh) | 电池组的异常状态检测方法、装置、设备及存储介质 | |
CN117572253A (zh) | 锂电池析锂监测方法、装置、存储介质及电子装置 | |
CN114236397A (zh) | 一种梯次锂电池剩余容量测试方法 | |
CN118091420A (zh) | 电池自放电检测方法、系统、设备和介质 | |
CN116224041A (zh) | 一种检测多个电源芯片的方法、装置、电子设备及介质 | |
CN114660482A (zh) | 电池标称容量的确定方法、装置和电子设备 |
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 |