CN115356633A - 基于双轮车的动力电池短板电芯检测算法 - Google Patents

基于双轮车的动力电池短板电芯检测算法 Download PDF

Info

Publication number
CN115356633A
CN115356633A CN202210913033.XA CN202210913033A CN115356633A CN 115356633 A CN115356633 A CN 115356633A CN 202210913033 A CN202210913033 A CN 202210913033A CN 115356633 A CN115356633 A CN 115356633A
Authority
CN
China
Prior art keywords
battery
cell
offset
data
boundary
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.)
Withdrawn
Application number
CN202210913033.XA
Other languages
English (en)
Inventor
常伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202210913033.XA priority Critical patent/CN115356633A/zh
Publication of CN115356633A publication Critical patent/CN115356633A/zh
Withdrawn legal-status Critical Current

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
    • G01R31/3648—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]
    • G01R31/367—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]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • 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

Abstract

本发明涉及电池系统管理(BMS)领域，提供一种基于双轮车的动力电池短板电芯检测算法。通过全局异常和末端异常两个维度对锂离子电池短板电芯进行检测，分别对磷酸铁锂、锰酸锂以及三元锂离子电池短板电芯进行了大量电池充放电数据分布统计和结果分析研究，找出离群点，再进行定位，找出脱离群体的电芯位置；本发明的短板电芯检测算法给电池BMS提供了一种更科学，更可靠的电芯问题检测方法。为提高电池系统运行性能和保证电池系统安全性，提供了一种可工程化、在线、快速、精准定位不一致电芯的方法，以便于系统快速诊断和维护。动力电池短板电芯检测算法可以有效缓解甚至消除电池组中各单体电池间的不一致性，提高电池组的性能、寿命和安全性。

Description

基于双轮车的动力电池短板电芯检测算法
技术领域
本专利涉及电池系统管理(BMS)领域，是基于双轮车的动力电池短板电芯检测算法。适用于磷酸铁锂电池短板电芯、锰酸锂电池短板电芯以及三元电池等短板电芯检测。本专利有利于电池管理系统，对锂离子电池短板电芯提供了一种可靠算法。
背景技术
随着科学技术的不断革新及化石能源资源的短缺，国家大力积极倡导发展新型清洁能源替代传统化石能源，从而缓解能源危机和环境污染所造成的压力。大到人口众多的现代化大城市，小到偏远落后的农村地区，电动自行车已经越来越成为人们短途出行的最佳选择。电动自行车以其经济、便捷的突出优势迅速占领着市场，在当前的电动车领域扮演着重要角色。而电动自行车的核心-动力电池，正越来越多地受到人们的关注。近些年动力电池的发展也是日新月异，人们对动力电池的要求也在不断提高，尤其是在功率、能量、安全、稳定以及使用寿命等方面。
作为电动自行车动力源的动力电池，并不是一个单独的个体，而是由许多电池个体以串并联的方式组合而成，进而满足不同电动车动力系统所需要的多种多样的电压等级、输出电流和最大输出功率等。
电芯指单个含有正、负极的电化学电芯，一般不直接使用。电芯和电池的本质区别在于电池含有保护电路和外壳，可以直接使用，而电芯则没有，不可以直接使用。充电电池去除保护电路板就是电芯了。通常我们所使用的锂离子电池电芯分为铝壳电芯、软包电芯(又称“聚合物电芯”)、圆柱电芯三种。电芯的主要特点是粒径小，比表面积大，颜色白，纯度高，电化学性能明显提高。
一般锂离子电池都是有多个单体电芯组成，由于制造工艺或使用方式的不同，可能造成各单体电芯之间的一致性变差，随着单体电芯的一致性变差，可能导致过充、过放、充电温度不均匀等损害，最后甚至导致热失控风险。所以我们需要一种检测锂离子电池电芯问题的方法，以便较早的发现问题电芯，做进一步的解决措施。
目前电池BMS的一些算法基本都是直接通过阈值来评估一致性，但是对于不同类型的电池、不同使用工况的电池，这些阈值很明显都是需要进行调整的，所以目前BMS的一致性评估还处于一个很初级的阶段，实用性并不高。因此需要一种更科学，更可靠的方法来进行电芯问题的检测。
本发明的有益效果：本发明通过全局异常和末端异常两个维度对锂离子电池短板电芯进行检测，分别对磷酸铁锂、锰酸锂以及三元锂离子电池短板电芯进行了大量电池充放电数据分布统计和结果分析研究，找出离群点，再进行定位，进而找出脱离群体的电芯位置。本专利所提供的短板电芯检测算法给电池BMS提供了一种更科学，更可靠的电芯问题检测方法。为提高电池系统运行性能和保证电池系统安全性，提供了一种可工程化、在线、快速、精准定位不一致电芯的方法，以便于系统快速诊断和维护。动力电池短板电芯检测算法可以有效缓解甚至消除电池组中各单体电池间的不一致性，进而提高电池组的性能、寿命和安全性。
发明内容
有鉴于此，本发明提供一种基于双轮车的动力电池短板电芯检测算法。
基于双轮车的动力电池短板电芯检测算法，短板电芯分两个维度进行检测，分别是全局异常和末端异常，并对全局异常和末端异常进行在线检测。
一、全局异常的在线检测方法如下：
1.计算每个电池充电数据单体电芯最大上偏移量和最大下偏移量
计算逻辑是使用每个电芯电压的均值减去所有电芯电压的均值，得到每个电芯相对于整体电芯均值的偏移量，其中，保留最大的上偏移量(也就是偏移量最大值)和最大下偏移量(也就是偏移量最小值)。
2.合并某一类电池数据的所有偏移量数值(这里分别是磷酸铁锂、锰酸锂、三元)
对每一类的所有电池数据均按照第一步计算最大上下偏移量，然后将此类电池数据所有计算的结果合并在一起，如磷酸铁锂有1000个电池数据，则合并后共2000个偏移量数据，其中最大上下偏移量各1000个。
3.计算某一类电池数据的上下偏移异常边界(温和异常和极端异常)
对第二步得到的某一类电池数据的所有偏移量数据进行异常边界设定，使用箱线图算法去计算温和上边界、极端上边界、温和下边界、极端下边界。
4.存储异常边界阈值到指定文件
在获取到电芯异常边界阈值后，需要保存在指定的位置的文件中，后续在短板电芯异常检测算法中，直接调用边界阈值使用。
5.计算需要检测的电池充电数据单体电芯的偏移量
计算逻辑是待检测电芯电压的均值减去所有电芯电压的均值，得到每个电芯相对于整体电芯均值的偏移量，保留全部。
6.从指定文件中获取电芯异常边界阈值
此处的指定文件就是第四步中得到阈值存储的地方。
7.进行检测
将第一步计算的上下偏移量和第二步读取到的边界阈值进行对比，计算出是否存在异常，以及异常的具体电芯位置。
8.保存检测结果
将计算结果保存到指定目录的指定文件中，方便后续常看和调用。
二、末端异常的在线检测方法如下：
1.计算每个电池每次充/放电截止的上下偏移量
计算逻辑是使用每次充电截止的最高电芯减去第二高电芯得到上偏移量，使用每次放电截止(也就是充电起始)的最低电芯减去第二低电芯得到下偏移量，每个电池数据计算的上下偏移量的数量和充电次数相同。
2.合并某一类电池数据的所有偏移量数值(这里分别是磷酸铁锂、锰酸锂、三元)
对每一类的所有电池数据均按照第一步计算最大上下偏移量，然后将此类电池数据所有计算的结果合并在一起，如磷酸铁锂有1000个电池数据，每个电池有100次充放电，则合并后共200000个偏移量数据，其中最大上下偏移量各100000个。
3.计算某一类电池数据的上下偏移异常边界(温和异常和极端异常)
对第二步得到的某一类电池数据的所有偏移量数据进行异常边界设定，使用箱线图算法去计算温和上边界、极端上边界、温和下边界、极端下边界
4.对异常下边界阈值进行校准
主要原因是很多情况下，下偏差数据分布极度不平衡，极小的数据占比极高，如果还是按照初步计算的下边界阈值，会导致误报概率增大较多，所以对满足此条件的下边界阈值数据，再进行一次校准，以温和异常以外的数据作为校准目标。
5.存储异常边界阈值到指定文件
在获取到电芯异常边界阈值后，需要保存在指定的位置的文件中，后续在短板电芯异常检测算法中，直接调用边界阈值使用。
6.计算需要检测的电池充电数据单体电芯的偏移量
计算逻辑是使用待检测电池每次充电截止的最高电芯减去第二高电芯得到上偏移量，使用每次放电截止(也就是充电起始)的最低电芯减去第二低电芯得到下偏移量；计算最大最小电芯位置是因为如果电芯存在异常，需要定位到具体位置。
7.从指定文件中获取电芯异常边界阈值
此处的指定文件就是第五步中得到阈值存储的地方。
8.阈值检测
将第一步计算的上下偏移量和第二步读取到的边界阈值进行对比，计算出是否存在异常，以及异常的具体电芯位置。
9.最终检测
将达到边界阈值检测条件的数据进行最终检测，主要通过满足边界阈值的数据量和数据量的分布位置来判断。
10保存检测结果
将计算结果保存到指定目录的指定文件中，方便后续常看和调用。
附图说明
图1磷酸铁锂电池短板电芯检测全局异常监控数据分布图
图2磷酸铁锂电池短板电芯检测全局异常监控检测结果图
图3锰酸锂电池短板电芯检测全局异常监控数据分布图
图4锰酸锂电池短板电芯检测全局异常监控检测结果图
图5三元电池短板电芯检测全局异常监控数据分布图
图6三元电池短板电芯检测全局异常监控检测结果图
图7短板电芯样例-全局异常检测样例
图8短板电芯样例-末端异常检测样例
图9短板电芯样例-既是全局异常也是末端异常样例
图10本发明的流程图
具体实施方式
如图1-10所示，本发明的短板电芯分两个维度进行检测，分别是全局异常和末端异常，并对全局异常和末端异常进行在线检测。
一、全局异常的在线检测方法如下：
1.计算每个电池充电数据单体电芯最大上偏移量和最大下偏移量
计算逻辑是使用每个电芯电压的均值减去所有电芯电压的均值，得到每个电芯相对于整体电芯均值的偏移量，其中，保留最大的上偏移量(也就是偏移量最大值)和最大下偏移量(也就是偏移量最小值)。
2.合并某一类电池数据的所有偏移量数值(这里分别是磷酸铁锂、锰酸锂、三元)
对每一类的所有电池数据均按照第一步计算最大上下偏移量，然后将此类电池数据所有计算的结果合并在一起，如磷酸铁锂有1000个电池数据，则合并后共2000个偏移量数据，其中最大上下偏移量各1000个。
3.计算某一类电池数据的上下偏移异常边界(温和异常和极端异常)
对第二步得到的某一类电池数据的所有偏移量数据进行异常边界设定，使用箱线图算法去计算温和上边界、极端上边界、温和下边界、极端下边界。
4.存储异常边界阈值到指定文件
在获取到电芯异常边界阈值后，需要保存在指定的位置的文件中，后续在短板电芯异常检测算法中，直接调用边界阈值使用。
5.计算需要检测的电池充电数据单体电芯的偏移量
计算逻辑是待检测电芯电压的均值减去所有电芯电压的均值，得到每个电芯相对于整体电芯均值的偏移量，保留全部。
6.从指定文件中获取电芯异常边界阈值
此处的指定文件就是第四步中得到阈值存储的地方。
7.进行检测
将第一步计算的上下偏移量和第二步读取到的边界阈值进行对比，计算出是否存在异常，以及异常的具体电芯位置。
8.保存检测结果
将计算结果保存到指定目录的指定文件中，方便后续常看和调用。
二、末端异常的在线检测方法如下：
1.计算每个电池每次充/放电截止的上下偏移量
计算逻辑是使用每次充电截止的最高电芯减去第二高电芯得到上偏移量，使用每次放电截止(也就是充电起始)的最低电芯减去第二低电芯得到下偏移量，每个电池数据计算的上下偏移量的数量和充电次数相同。
2.合并某一类电池数据的所有偏移量数值(这里分别是磷酸铁锂、锰酸锂、三元)
对每一类的所有电池数据均按照第一步计算最大上下偏移量，然后将此类电池数据所有计算的结果合并在一起，如磷酸铁锂有1000个电池数据，每个电池有100次充放电，则合并后共200000个偏移量数据，其中最大上下偏移量各100000个。
3.计算某一类电池数据的上下偏移异常边界(温和异常和极端异常)
对第二步得到的某一类电池数据的所有偏移量数据进行异常边界设定，使用箱线图算法去计算温和上边界、极端上边界、温和下边界、极端下边界
4.对异常下边界阈值进行校准
主要原因是很多情况下，下偏差数据分布极度不平衡，极小的数据占比极高，如果还是按照初步计算的下边界阈值，会导致误报概率增大较多，所以对满足此条件的下边界阈值数据，再进行一次校准，以温和异常以外的数据作为校准目标。
5.存储异常边界阈值到指定文件
在获取到电芯异常边界阈值后，需要保存在指定的位置的文件中，后续在短板电芯异常检测算法中，直接调用边界阈值使用。
6.计算需要检测的电池充电数据单体电芯的偏移量
计算逻辑是使用待检测电池每次充电截止的最高电芯减去第二高电芯得到上偏移量，使用每次放电截止(也就是充电起始)的最低电芯减去第二低电芯得到下偏移量；计算最大最小电芯位置是因为如果电芯存在异常，需要定位到具体位置。
7.从指定文件中获取电芯异常边界阈值
此处的指定文件就是第五步中得到阈值存储的地方。
8.阈值检测
将第一步计算的上下偏移量和第二步读取到的边界阈值进行对比，计算出是否存在异常，以及异常的具体电芯位置。
9.最终检测
将达到边界阈值检测条件的数据进行最终检测，主要通过满足边界阈值的数据量和数据量的分布位置来判断。
10保存检测结果
将计算结果保存到指定目录的指定文件中，方便后续常看和调用。

Claims (3)

1.一种基于双轮车的动力电池短板电芯检测算法，其特征如下：短板电芯分两个维度进行检测，分别是全局(整个充电过程中的数据)异常，末端(充电和放电末端的数据)异常，并对全局异常和末端异常进行在线检测。
2.根据权利要求1所述的一种基于双轮车的动力电池短板电芯检测算法，其特征如下：所述全局异常的在线检测方法如下：
1.计算每个电池充电数据单体电芯最大上偏移量和最大下偏移量
计算逻辑是使用每个电芯电压的均值减去所有电芯电压的均值，得到每个电芯相对于整体电芯均值的偏移量，其中，保留最大的上偏移量(也就是偏移量最大值)和最大下偏移量(也就是偏移量最小值)；
2.合并某一类电池数据的所有偏移量数值(这里分别是磷酸铁锂、锰酸锂、三元)
对每一类的所有电池数据均按照第一步计算最大上下偏移量，然后将此类电池数据所有计算的结果合并在一起，如磷酸铁锂有1000个电池数据，则合并后共2000个偏移量数据，其中最大上下偏移量各1000个；
3.计算某一类电池数据的上下偏移异常边界(温和异常和极端异常)
对第二步得到的某一类电池数据的所有偏移量数据进行异常边界设定，使用箱线图算法去计算温和上边界、极端上边界、温和下边界、极端下边界；
4.存储异常边界阈值到指定文件
在获取到电芯异常边界阈值后，需要保存在指定的位置的文件中，后续在短板电芯异常检测算法中，直接调用边界阈值使用；
5.计算需要检测的电池充电数据单体电芯的偏移量
计算逻辑是待检测电芯电压的均值减去所有电芯电压的均值，得到每个电芯相对于整体电芯均值的偏移量，保留全部；
6.从指定文件中获取电芯异常边界阈值
此处的指定文件就是第四步中得到阈值存储的地方；
7.进行检测
将第一步计算的上下偏移量和第二步读取到的边界阈值进行对比，计算出是否存在异常，以及异常的具体电芯位置；
8.保存检测结果
将计算结果保存到指定目录的指定文件中，方便后续常看和调用。
3.根据权利要求1所述的一种基于双轮车的动力电池短板电芯检测算法，其特征如下：末端异常的在线检测方法如下：
1.计算每个电池每次充/放电截止的上下偏移量
计算逻辑是使用每次充电截止的最高电芯减去第二高电芯得到上偏移量，使用每次放电截止(也就是充电起始)的最低电芯减去第二低电芯得到下偏移量，每个电池数据计算的上下偏移量的数量和充电次数相同；
2.合并某一类电池数据的所有偏移量数值(这里分别是磷酸铁锂、锰酸锂、三元)
对每一类的所有电池数据均按照第一步计算最大上下偏移量，然后将此类电池数据所有计算的结果合并在一起，如磷酸铁锂有1000个电池数据，每个电池有100次充放电，则合并后共200000个偏移量数据，其中最大上下偏移量各100000个；
3.计算某一类电池数据的上下偏移异常边界(温和异常和极端异常)
对第二步得到的某一类电池数据的所有偏移量数据进行异常边界设定，使用箱线图算法去计算温和上边界、极端上边界、温和下边界、极端下边界；
4.对异常下边界阈值进行校准
主要原因是很多情况下，下偏差数据分布极度不平衡，极小的数据占比极高，如果还是按照初步计算的下边界阈值，会导致误报概率增大较多，所以对满足此条件的下边界阈值数据，再进行一次校准，以温和异常以外的数据作为校准目标；
5.存储异常边界阈值到指定文件
在获取到电芯异常边界阈值后，需要保存在指定的位置的文件中，后续在短板电芯异常检测算法中，直接调用边界阈值使用；
6.计算需要检测的电池充电数据单体电芯的偏移量
计算逻辑是使用待检测电池每次充电截止的最高电芯减去第二高电芯得到上偏移量，使用每次放电截止(也就是充电起始)的最低电芯减去第二低电芯得到下偏移量；计算最大最小电芯位置是因为如果电芯存在异常，需要定位到具体位置；
7.从指定文件中获取电芯异常边界阈值
此处的指定文件就是第五步中得到阈值存储的地方；
8.阈值检测
将第一步计算的上下偏移量和第二步读取到的边界阈值进行对比，计算出是否存在异常，以及异常的具体电芯位置；
9.最终检测
将达到边界阈值检测条件的数据进行最终检测，主要通过满足边界阈值的数据量和数据量的分布位置来判断；
10.保存检测结果
将计算结果保存到指定目录的指定文件中，方便后续常看和调用。
CN202210913033.XA 2022-07-31 2022-07-31 基于双轮车的动力电池短板电芯检测算法 Withdrawn CN115356633A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210913033.XA CN115356633A (zh) 2022-07-31 2022-07-31 基于双轮车的动力电池短板电芯检测算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210913033.XA CN115356633A (zh) 2022-07-31 2022-07-31 基于双轮车的动力电池短板电芯检测算法

Publications (1)

Publication Number Publication Date
CN115356633A true CN115356633A (zh) 2022-11-18

Family

ID=84031569

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210913033.XA Withdrawn CN115356633A (zh) 2022-07-31 2022-07-31 基于双轮车的动力电池短板电芯检测算法

Country Status (1)

Country Link
CN (1) CN115356633A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116125325A (zh) * 2022-12-06 2023-05-16 北汽福田汽车股份有限公司 电池的电芯一致性的检测方法及装置、车辆和存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116125325A (zh) * 2022-12-06 2023-05-16 北汽福田汽车股份有限公司 电池的电芯一致性的检测方法及装置、车辆和存储介质

Similar Documents

Publication Publication Date Title
CN108508365B (zh) 一种锂离子电池自放电筛选方法
CN111198328A (zh) 一种电池析锂检测方法及电池析锂检测系统
CN111786035A (zh) 一种锂离子电池的配组方法
CN104733769A (zh) 全固体电池的制造方法
CN112526352B (zh) 一种退役锂离子电池的soh估计方法
CN112782599A (zh) 锂离子电池无损析锂检测方法、装置及计算机设备
CN112540297A (zh) 一种研究锂离子电池过充安全冗余边界的方法
CN115356633A (zh) 基于双轮车的动力电池短板电芯检测算法
CN113422115A (zh) 锂离子电芯、锂离子电芯制备方法及析锂检测方法
CN102263304B (zh) 锂离子动力电池及电池管理系统
CN114982040A (zh) 一种三电极电池及储能系统
CN114252792A (zh) 电池包的内短路检测方法、装置、电子设备及存储介质
US20130309554A1 (en) Lead-acid battery with high specific power and specific energy
CN112505573A (zh) 一种退役动力电池的一致性评价指标计算方法
CN112379285A (zh) 一种电池包自放电筛选方法
CN114523878B (zh) 一种锂离子电池析锂安全预警方法及装置
CN114019385B (zh) 一种基于单频率阻抗测试的析锂检测方法
Haiying et al. Research on the consistency of the power battery based on multi-points impedance spectrum
CN116111193A (zh) 一种动力储能电池配组的工艺方法及电池组
CN115774200A (zh) 一种锂离子电池串联模组微/内短路检测方法
CN112993376B (zh) 一种锂离子电池电芯的配组方法
CN115360447A (zh) 一种三电极锂离子电池及其快充测试方法
CN112433157B (zh) 动力锂电池的内短路与漏液故障的在线监测与区分系统
KR20220138739A (ko) 상대 비교를 통한 이상 전지 검출 방법
CN115856691A (zh) 基于两轮电动车的动力电池短板电芯检测算法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20221118