CN117630671A - 获取电化学阻抗谱的方法、装置、电子设备及存储介质 - Google Patents
获取电化学阻抗谱的方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117630671A CN117630671A CN202210951521.XA CN202210951521A CN117630671A CN 117630671 A CN117630671 A CN 117630671A CN 202210951521 A CN202210951521 A CN 202210951521A CN 117630671 A CN117630671 A CN 117630671A
- Authority
- CN
- China
- Prior art keywords
- model
- battery
- fractional order
- impedance
- discrete
- 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
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000001453 impedance spectrum Methods 0.000 title claims abstract description 61
- 238000009792 diffusion process Methods 0.000 claims abstract description 42
- 230000010287 polarization Effects 0.000 claims abstract description 26
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000003745 diagnosis Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 abstract description 10
- 238000004891 communication Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 5
- 229910001416 lithium ion Inorganic materials 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000157 electrochemical-induced impedance spectroscopy Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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]
- G01R31/389—Measuring internal impedance, internal conductance or related variables
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本公开实施例提供一种获取电池的电化学阻抗谱的方法、装置、电子设备及存储介质,所述方法包括:获取电池的电参数,其中,所述电参数包括所述电池的当前电压和/或当前电流;基于所述电池的分数阶模型的恒相位元件的阶数和所述电参数,确定所述分数阶模型在时域的离散模型的模型参数,其中,所述模型参数包括所述分数阶模型的欧姆内阻、所述恒相位元件的极化阻抗和扩散元件的扩散阻抗中的至少之一;将所述模型参数输入所述分数阶模型在频域的阻抗模型中,确定所述电池的电化学阻抗谱。相较于需要基于专用的电化学阻抗谱测试设备,可以在电池所在终端中运行实现,实时性强且基于实时获取的电池的电参数获得的所述电化学阻抗谱会更加准确。
Description
技术领域
本公开涉及电池技术领域但不限于电池技术领域,尤其涉及一种获取电池的电化学阻抗谱的方法、装置、电子设备及存储介质。
背景技术
随着移动终端应用的广泛普及和各类功能的实现,电池成为关键性的部件。为了实现电池的监控和失效分析,需要基于电化学阻抗谱对电池进行老化分析。以锂离子电池为例,可以利用电化学阻抗谱测试设备,通过宽频率范围的正弦波信号获取锂离子电池在不同频率下的阻抗。但是,相关技术中,电化学阻抗谱测试设备具有成本高、体积大和测试精度低的特点,不能满足应用需求。
发明内容
本公开实施例公开了一种获取电池的电化学阻抗谱的方法、装置、终端及存储介质。
根据本公开实施例的第一方面,提供一种获取电池的电化学阻抗谱的方法,所述方法包括:
获取电池的电参数,其中,所述电参数包括所述电池的当前电压和/或当前电流;
基于所述电池的分数阶模型的恒相位元件的阶数和所述电参数,确定所述分数阶模型在时域的离散模型的模型参数,其中,所述模型参数包括所述分数阶模型的欧姆内阻、所述恒相位元件的极化阻抗和扩散元件的扩散阻抗中的至少之一;
将所述模型参数输入所述分数阶模型在频域的阻抗模型中,确定所述电池的电化学阻抗谱。
在一个实施例中,所述基于所述电池的分数阶模型的恒相位元件的阶数和所述电参数,确定所述分数阶模型在时域的离散模型的模型参数,包括:
基于所述恒相位元件的阶数和所述电参数,通过遗忘因子递推最小二乘法确定所述分数阶模型在时域的离散模型的模型参数。
在一个实施例中,所述基于所述恒相位元件的阶数和所述电参数,通过遗忘因子递推最小二乘法确定所述分数阶模型在时域的离散模型的模型参数,包括:
将所述恒相位元件的阶数和所述电参数输入所述离散模型的遗忘因子递推最小二乘法模型;
将初始增益矩阵输入遗忘因子递推最小二乘法模型;
将所述离散模型的端电压向量输入所述遗忘因子递推最小二乘法模型,获得所述分数阶模型在时域的所述离散模型的模型参数;其中,所述离散模型的端电压向量为基于所述电池的端电压的预定历史数据确定的;所述端电压向量和状态矩阵用于代入到所述离散模型的参数向量中确定所述模型参数。
在一个实施例中,所述方法还包括:
建立所述分数阶模型的离散模型。
在一个实施例中,所述建立所述分数阶模型的离散模型,包括:
确定所述分数阶模型;
离散化所述分数阶模型,获得所述分数阶模型的在时域离散的所述离散模型。
在一个实施例中,所述方法还包括:
建立所述分数阶模型在频域的阻抗模型,其中,所述阻抗模型的阻抗参数包括所述极化阻抗和所述扩散阻抗。
在一个实施例中,所述方法还包括:
向云平台发送所述电化学阻抗谱的数据;
其中,所述电化学阻抗谱的数据至少用于所述电池的故障诊断。
根据本公开实施例的第二方面,提供一种获取电池的电化学阻抗谱的装置,所述装置包括:
获取模块,用于获取电池的电参数,其中,所述电参数包括所述电池的当前电压和/或当前电流;
确定模块,用于:基于所述电池的分数阶模型的恒相位元件阶数和所述电参数,确定所述分数阶模型在时域的离散模型的模型参数,其中,所述模型参数包括所述分数阶模型的欧姆内阻、恒相位元件的极化阻抗和扩散元件的扩散阻抗中的至少之一;
所述确定模块,还用于:将所述模型参数输入所述分数阶模型在频域的阻抗模型中,确定所述电池的电化学阻抗谱。
在一个实施例中,所述确定模块还用于:
基于所述恒相位元件的阶数和所述电参数,通过遗忘因子递推最小二乘法确定所述分数阶模型在时域的离散模型的模型参数。
在一个实施例中,所述装置还包括:
输入模块,用于:
将所述恒相位元件的阶数和所述电参数输入所述离散模型的遗忘因子递推最小二乘法模型;
将初始增益矩阵输入所述遗忘因子递推最小二乘法模型;
将所述离散模型的端电压向量输入所述遗忘因子递推最小二乘法模型,获得所述分数阶模型在时域的所述离散模型的模型参数;其中,所述离散模型的端电压向量为基于所述电池的端电压的预定历史数据确定的;所述端电压向量和状态矩阵用于代入到所述离散模型的参数向量中确定所述模型参数。
在一个实施例中,所述装置还包括:
建立模块,用于建立所述分数阶模型的离散模型。
在一个实施例中,所述确定模块还用于:确定所述分数阶模型;
所述获取模块,还用于:离散化所述分数阶模型,获得所述分数阶模型的在时域离散的所述离散模型。
在一个实施例中,所述装置还包括:
建立模块,用于建立所述分数阶模型在频域的阻抗模型,其中,所述阻抗模型的阻抗参数包括所述极化阻抗和所述扩散阻抗。
在一个实施例中,所述装置还包括:
发送模块,用于向云平台发送所述电化学阻抗谱的数据;
其中,所述电化学阻抗谱的数据至少用于所述电池的故障诊断。
根据本公开实施例的第三方面,提供一种电子设备,所述电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为:用于运行所述可执行指令时,实现本公开任意实施例所述的方法。
根据本公开实施例的第四方面,提供一种计算机存储介质,所述计算机存储介质存储有计算机可执行程序,所述可执行程序被处理器执行时实现本公开任意实施例所述的方法。
本公开的实施例提供的技术方案可以包括以下有益效果:
在本公开实施例中,获取电池的电参数,其中,所述电参数包括所述电池的当前电压和/或当前电流;基于所述电池的分数阶模型的恒相位元件的阶数和所述电参数,确定所述分数阶模型在时域的离散模型的模型参数,其中,所述模型参数包括所述分数阶模型的欧姆内阻、所述恒相位元件的极化阻抗和扩散元件的扩散阻抗中的至少之一;将所述模型参数输入所述分数阶模型在频域的阻抗模型中,确定所述电池的电化学阻抗谱。这里,由于可以实时获取电池的电参数,并基于所述电池的分数阶模型的恒相位元件CPE的阶数和所述电参数,确定所述分数阶模型在时域的离散模型的模型参数,然后将所述模型参数输入所述分数阶模型在频域的阻抗模型中,实时确定所述电池的电化学阻抗谱,相较于需要基于专用的电化学阻抗谱测试设备,可以在电池所在终端中运行实现,实时性强且基于实时获取的电池的电参数获得的所述电化学阻抗谱会更加准确。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种获取电池的电化学阻抗谱的方法的流程示意图。
图2是根据一示例性实施例示出的一种分数阶模型的示意图。
图3是根据一示例性实施例示出的一种遗忘因子递推最小二乘法算法模型的示意图。
图4是根据一示例性实施例示出的一种分数阶模型在频域的阻抗模型进行阻抗仿真拟合的效果示意图。
图5是根据一示例性实施例示出的一种锂离子电池的电化学阻抗测试示意图。
图6是根据一示例性实施例示出的一种整数阶等效电路的示意图。
图7是根据一示例性实施例示出的一种整数阶等效电路模型的电化学阻抗谱拟合效果的示意图。
图8是根据一示例性实施例示出的一种分数阶模型的电化学阻抗谱拟合效果的示意图。
图9是根据一示例性实施例示出的一种获取电池的电化学阻抗谱的装置的框图。
图10是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
为了便于本领域内技术人员理解,本公开实施例列举了多个实施方式以对本公开实施例的技术方案进行清晰地说明。当然,本领域内技术人员可以理解,本公开实施例提供的多个实施例,可以被单独执行,也可以与本公开实施例中其他实施例的方法结合后一起被执行,还可以单独或结合后与其他相关技术中的一些方法一起被执行;本公开实施例并不对此作出限定。
如图1所示,本实施例中提供一种获取电池的电化学阻抗谱的方法,所述方法包括:
步骤11、获取电池的电参数,其中,所述电参数包括所述电池的当前电压和/或当前电流;
步骤12、基于所述电池的分数阶模型的恒相位元件(CPE,Constant PhaseElement)的阶数和所述电参数,确定所述分数阶模型在时域的离散模型的模型参数,其中,所述模型参数包括所述分数阶模型的欧姆内阻、恒相位元件的极化阻抗和扩散元件的扩散阻抗中的至少之一;
步骤13、将所述模型参数输入所述分数阶模型在频域的阻抗模型中,确定所述电池的电化学阻抗谱。
本公开实施例中的方法可以应用于终端中,例如,应用于手机中。所述电池可以是终端的供电电池。电池可以是锂离子电池。
这里,本公开所涉及的终端可以是但不限于是手机、可穿戴设备、车载终端、路侧单元(RSU,Road Side Unit)、智能家居终端、工业用传感设备和/或医疗设备等。在一些实施例中,该终端可以是Redcap终端或者预定版本的新空口NR终端(例如,R17的NR终端)。
需要说明的是,所述电池的电化学阻抗谱是电池在不同频率下的阻抗特性。例如,所述电池的电化学阻抗谱可以是电池在低频段、中频段和高频段的阻抗特性。
请参见图2,示出了一种所述电池的分数阶模型的示意图,该模型可以通过电阻、恒相位元件和扩散阻抗元件(Warburg)元件拟合出电池电化学阻抗谱的中高频及低频段的阻抗特性。其中,R0位电池的欧姆电阻,R1和Q为电池的极化阻抗,R2和W为电池的扩散阻抗。
在一个实施例中,获取电池的电参数,其中,所述电参数包括所述电池的当前电压和/或当前电流;基于所述电池的分数阶模型的恒相位元件的阶数和所述电参数,确定所述分数阶模型在时域的离散模型的模型参数,其中,所述模型参数包括所述分数阶模型的欧姆内阻、恒相位元件的极化阻抗和扩散元件的扩散阻抗中的至少之一;将所述模型参数输入所述分数阶模型在频域的阻抗模型中,确定所述电池的电化学阻抗谱;向云平台发送所述电化学阻抗谱的数据;其中,所述电化学阻抗谱的数据至少用于所述电池的故障诊断。
在一个实施例中,获取电池的电参数,其中,所述电参数包括所述电池的当前电压和/或当前电流;基于所述恒相位元件的阶数和所述电参数,通过遗忘因子递推最小二乘法确定所述分数阶模型在时域的离散模型的模型参数,确定所述分数阶模型在时域的离散模型的模型参数,其中,所述模型参数包括所述分数阶模型的欧姆内阻、恒相位元件的极化阻抗和扩散元件的扩散阻抗中的至少之一;将所述模型参数输入所述分数阶模型在频域的阻抗模型中,确定所述电池的电化学阻抗谱。在一个实施例中,按照预定周期获取电池的电参数;基于恒相位元件的阶数和所述电参数,通过遗忘因子递推最小二乘法确定所述电池的分数阶模型在时域的离散模型的模型参数,其中,所述模型参数包括所述分数阶模型的欧姆内阻、恒相位元件的极化阻抗和扩散元件的扩散阻抗;将所述模型参数输入所述分数阶模型在频域的阻抗模型中,确定所述电池的电化学阻抗谱。这里,预定周期可以是根据所述电池的评估周期确定的。示例性地,响应于所述电池的评估周期大于周期阈值,预定周期可以大于参考阈值;或者,响应于所述电池的评估周期小于周期阈值,预定周期可以小于参考阈值。如此,所述预定周期可以适应于电池的评估周期。
在一个实施例中,建立所述电池的分数阶模型;获取所述电池的放电参数;基于恒相位元件的阶数和所述电参数,通过遗忘因子递推最小二乘法确定所述电池的分数阶模型在时域的离散模型的模型参数,其中,所述模型参数包括所述分数阶模型的欧姆内阻、恒相位元件的极化阻抗和扩散元件的扩散阻抗;将所述模型参数输入所述分数阶模型在频域的阻抗模型中,确定所述电池的电化学阻抗谱。
在一个实施例中,确定所述电池的分数阶模型;离散化所述分数阶模型,获得所述分数阶模型的时域离散模型;基于恒相位元件的阶数和所述电参数,通过遗忘因子递推最小二乘法确定离散模型在时域的模型参数,其中,所述模型参数包括所述分数阶模型的欧姆内阻、恒相位元件的极化阻抗和扩散元件的扩散阻抗;将所述模型参数输入所述分数阶模型在频域的阻抗模型中,确定所述电池的电化学阻抗谱。
在一个实施例中,获得所述分数阶模型的在时域的离散模型的方法可以包括:
请再次参见图2,分数阶模型的传递函数可以是:
上式中,τ=R1Q,通过返拉氏变化,上式可以转换为如下时域的形式:
(1+τDα+R2WD0.5+τR2WDα+0.5)(Ut(t)-UOCV(t))
=((R0+R1+R2)+(R0+R1)R2WD0.5+(R0+R2)τDα+R0R2WτDα+0.5)I(t);
使用G-L定义的分数阶理论进行离散化,得到分数阶模型的端电压表达式:
如此,获得了分数阶模型在时域的离散模型。
在一个实施例中,获得的分数阶模型在时域的离散模型符合遗忘因子递推最小二乘法算法模型,如下式所示:
在一个实施例中,请参见图3,示出了遗忘因子递推最小二乘法模型示意图。遗忘因子递推最小二乘法模型包括状态矩阵、端电压数量、参数矩阵、初始争议矩阵和模型参数。
在一个实施例中,获取电池的放电参数;将所述恒相位元件的阶数和所述电参数输入遗忘因子递推最小二乘法模型;将初始增益矩阵输入所述遗忘因子递推最小二乘法模型;将基于所述预定历史数据确定的端电压向量输入所述遗忘因子递推最小二乘法模型,获得所述分数阶模型在时域的所述离散模型的模型参数;其中,所述离散模型的端电压向量为基于所述电池的端电压的预定历史数据确定的;所述端电压向量和状态矩阵用于代入到所述离散模型的参数向量中确定所述模型参数。其中,所述模型参数包括所述电池的欧姆内阻、恒相位元件的极化阻抗和扩散元件的扩散阻抗;将所述模型参数输入所述分数阶模型在频域的阻抗模型中,确定所述电池的电化学阻抗谱。
在一个实施例中,请再次参见图3,所述模型参数的确定过程可以是:
步骤a、将分数阶模型CPE元件的阶数及测试工况的电压电流数据作为遗忘因子递推最小二乘法模型的输入;
步骤b、输入初始增益矩阵P(0)和K(0);
步骤c、将端电压的历史数据作为端电压向量;
步骤d、将状态矩阵及端电压向量代入到参数θk的计算中;
步骤e、通过迭代计算获取参数向量θk中的模型参数。
在一个实施例中,建立所述分数阶模型在频域的阻抗模型,其中,所述阻抗模型的阻抗参数包括极化阻抗和扩散阻抗;建立所述电池的分数阶模型;获取所述电池的放电参数;基于恒相位元件的阶数和所述电参数,通过遗忘因子递推最小二乘法确定所述电池的分数阶模型在时域的离散模型的模型参数,其中,所述模型参数包括所述分数阶模型的欧姆内阻、恒相位元件的极化阻抗和扩散元件的扩散阻抗;将所述模型参数输入所述分数阶模型在频域的阻抗模型中,确定所述电池的电化学阻抗谱。
在一个实施例中,建立所述分数阶模型在频域的阻抗模型的方法可以包括:
恒相位元件元件用符号Q表示,对应阻抗如下式:
上式中,s为频域的单位,s=jw;
α为恒相位元件元件的阶数;
Q为模型中恒相位元件元件参数(Ω-1·cm-2·s-α)。
Q用来描述恒相位元件元件的物理量,故与电容的容值C一样,Q总是取正值,在分数阶模型中恒相位元件元件的阶数α的取值范围为(0,1)。
扩散元件(Warburg)用符号W来表示,对应阻抗如下式:
上式中,s为频域的单位,s=jw;
β为扩散元件的阶数,β=0.5;
为模型中扩散元件参数(Ω-1·cm-2·s-β)。
请再次参见图2,建立该分数阶模型的阻抗方程,分数阶模型的阻抗的实部Z'和虚部Z”分别为:
上式中,R0为欧姆内阻;
R1为表示反应极化的电阻值;
R2为表示浓差极化的电阻值;
ω为激励信号频率。
将获取到的模型参数代入所述分数阶模型在频域的阻抗模型进行阻抗仿真拟合,拟合对比曲线如图4所示。
在本公开实施例中,在本公开实施例中,获取电池的电参数,其中,所述电参数包括所述电池的当前电压和/或当前电流;基于所述电池的分数阶模型的恒相位元件的阶数和所述电参数,确定所述分数阶模型在时域的离散模型的模型参数,其中,所述模型参数包括所述分数阶模型的欧姆内阻、所述恒相位元件的极化阻抗和扩散元件的扩散阻抗中的至少之一;将所述模型参数输入所述分数阶模型在频域的阻抗模型中,确定所述电池的电化学阻抗谱。这里,由于可以实时获取电池的电参数,并基于所述电池的分数阶模型的恒相位元件的阶数和所述电参数,确定所述分数阶模型在时域的离散模型的模型参数,然后将所述模型参数输入所述分数阶模型在频域的阻抗模型中,实时确定所述电池的电化学阻抗谱,相较于需要基于专用的电化学阻抗谱测试设备,可以在电池所在终端中运行实现,实时性强且基于实时获取的电池的电参数获得的所述电化学阻抗谱会更加准确。
需要说明的是,本领域内技术人员可以理解,本公开实施例提供的方法,可以被单独执行,也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。
为了更好地理解本公开技术方案的效果,请参见图5,图5示出了一种锂离子电池的电化学阻抗测试图;请参见图6,图6示出了一种整数阶等效电路;请参见图7,图7示出了整数阶等效电路模型的电化学阻抗谱拟合效果。请参见图8,图8为分数阶模型的电化学阻抗谱拟合效果;如图5、图6、图7和图8所示,实测的电池电化学阻抗谱的低中频拟合曲线是一个椭圆,通过等效电路模型拟合出来的拟合曲线是一个半圆,分数阶模型的拟合曲线是一个椭圆。相对于整数阶等效电路模型通过分数阶模型能够获取到更高精度的电化学阻抗谱仿真效果。
需要说明的是,电池电化学阻抗谱是电池在不同频率下的阻抗特性,如图5所示。横轴是阻抗的实部,纵轴是阻抗的虚部。有多个不同的频率点组成,从左至右分为高频、中频、低频。如图6所示的等效电路模型,通过电阻、电容元件可以拟合出电池电化学阻抗谱的中高频及低频段的阻抗特性。图6中R0是电池的欧姆内阻,R1、C1代表着电池的极化阻抗,R2、C2代表着电池的扩散阻抗。
如图9所示,本实施例中提供一种获取电池的电化学阻抗谱的装置,所述装置包括:
获取模块91,用于获取电池的电参数,其中,所述电参数包括所述电池的当前电压和/或当前电流;
确定模块92,用于:基于所述电池的分数阶模型的恒相位元件阶数和所述电参数,确定所述分数阶模型在时域的离散模型的模型参数,其中,所述模型参数包括所述分数阶模型的欧姆内阻、恒相位元件的极化阻抗和扩散元件的扩散阻抗中的至少之一;
所述确定模块92,还用于:将所述模型参数输入所述分数阶模型在频域的阻抗模型中,确定所述电池的电化学阻抗谱。
在一个实施例中,所述确定模块92还用于:
基于所述恒相位元件的阶数和所述电参数,通过遗忘因子递推最小二乘法确定所述分数阶模型在时域的离散模型的模型参数。
在一个实施例中,所述装置还包括:
输入模块93,用于:
将所述恒相位元件的阶数和所述电参数输入所述离散模型的遗忘因子递推最小二乘法模型;
将初始增益矩阵输入所述遗忘因子递推最小二乘法模型;
将所述离散模型的端电压向量输入所述遗忘因子递推最小二乘法模型,获得所述分数阶模型在时域的所述离散模型的模型参数;其中,所述离散模型的端电压向量为基于所述电池的端电压的预定历史数据确定的;所述端电压向量和状态矩阵用于代入到所述离散模型的参数向量中确定所述模型参数。
在一个实施例中,所述装置还包括:
建立模块94,用于建立所述分数阶模型的离散模型。
在一个实施例中,所述确定模块92,还用于:确定所述分数阶模型;
所述获取模块91,还用于:离散化所述分数阶模型,获得所述分数阶模型的在时域离散的所述离散模型。
在一个实施例中,所述装置还包括:
建立模块94,用于建立所述分数阶模型在频域的阻抗模型,其中,所述阻抗模型的阻抗参数包括所述极化阻抗和所述扩散阻抗。
在一个实施例中,所述装置还包括:
发送模块95,用于向云平台发送所述电化学阻抗谱的数据;
其中,所述电化学阻抗谱的数据至少用于所述电池的故障诊断。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开实施例还提供一种通信设备,包括:
天线;
存储器;
处理器,分别与天线及存储器连接,用于通过执行存储在存储器上的可执行程序,控制天线收发无线信号,并能够执行前述任意实施例提供的无线网络接入方法的步骤。
本实施例提供的通信设备可为前述的终端或基站。该终端可为各种人载终端或车载终端。基站可为各种类型的基站,例如,4G基站或5G基站等。
天线可为各种类型的天线、例如,3G天线、4G天线或5G天线等移动天线;天线还可包括:WiFi天线或无线充电天线等。
存储器可包括各种类型的存储介质,该存储介质为非临时性计算机存储介质,在通信设备掉电之后能够继续记忆存储其上的信息。
处理器可以通过总线等与天线和存储器连接,用于读取存储器上存储的可执行程序,例如,本公开任一个实施例所示方法的至少其中之一。
本公开实施例还提供一种非临时性计算机可读存储介质,非临时性计算机可读存储介质存储有可执行程序,其中,可执行程序被处理器执行时实现前述任意实施例提供的无线网络接入方法的步骤,例如,本公开任一个实施例所示方法的至少其中之一。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图10是根据一示例性实施例示出的一种用于电子设备600的框图。例如,电子设备600可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图10,电子设备600可以包括以下一个或多个组件:处理组件602,存储器604,电源组件606,多媒体组件608,音频组件610,输入/输出(I/O)的接口612,传感器组件614,以及通信组件616。
处理组件602通常控制电子设备600的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件602可以包括一个或多个模块,便于处理组件602和其他组件之间的交互。例如,处理组件602可以包括多媒体模块,以方便多媒体组件608和处理组件602之间的交互。
存储器604被配置为存储各种类型的数据以支持在设备600的操作。这些数据的示例包括用于在电子设备600上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件606为电子设备600的各种组件提供电力。电源组件606可以包括电源管理系统,一个或多个电源,及其他与为电子设备600生成、管理和分配电力相关联的组件。
多媒体组件608包括在所述电子设备600和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件608包括一个前置摄像头和/或后置摄像头。当设备600处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件610被配置为输出和/或输入音频信号。例如,音频组件610包括一个麦克风(MIC),当电子设备600处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中,音频组件610还包括一个扬声器,用于输出音频信号。
I/O接口612为处理组件602和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件614包括一个或多个传感器,用于为电子设备600提供各个方面的状态评估。例如,传感器组件614可以检测到设备600的打开/关闭状态,组件的相对定位,例如所述组件为电子设备600的显示器和小键盘,传感器组件614还可以检测电子设备600或电子设备600一个组件的位置改变,用户与电子设备600接触的存在或不存在,电子设备600方位或加速/减速和电子设备600的温度变化。传感器组件614可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件614还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件616被配置为便于电子设备600和其他设备之间有线或无线方式的通信。电子设备600可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件616还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备600可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器604,上述指令可由电子设备600的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (16)
1.一种获取电池的电化学阻抗谱的方法,其特征在于,所述方法包括:
获取电池的电参数,其中,所述电参数包括所述电池的当前电压和/或当前电流;
基于所述电池的分数阶模型的恒相位元件的阶数和所述电参数,确定所述分数阶模型在时域的离散模型的模型参数,其中,所述模型参数包括所述分数阶模型的欧姆内阻、所述恒相位元件的极化阻抗和扩散元件的扩散阻抗中的至少之一;
将所述模型参数输入所述分数阶模型在频域的阻抗模型中,确定所述电池的电化学阻抗谱。
2.根据权利要求1所述的方法,其特征在于,所述基于所述电池的分数阶模型的恒相位元件的阶数和所述电参数,确定所述分数阶模型在时域的离散模型的模型参数,包括:
基于所述恒相位元件的阶数和所述电参数,通过遗忘因子递推最小二乘法确定所述分数阶模型在时域的离散模型的模型参数。
3.根据权利要求2所述的方法,其特征在于,所述基于所述恒相位元件的阶数和所述电参数,通过遗忘因子递推最小二乘法确定所述分数阶模型在时域的离散模型的模型参数,包括:
将所述恒相位元件的阶数和所述电参数输入所述离散模型的遗忘因子递推最小二乘法模型;
将初始增益矩阵输入所述遗忘因子递推最小二乘法模型;
将所述离散模型的端电压向量输入所述遗忘因子递推最小二乘法模型,获得所述分数阶模型在时域的所述离散模型的模型参数;其中,所述离散模型的端电压向量为基于所述电池的端电压的预定历史数据确定的;所述端电压向量和状态矩阵用于代入到所述离散模型的参数向量中确定所述模型参数。
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:
建立所述分数阶模型的离散模型。
5.根据权利要求4所述的方法,其特征在于,所述建立所述分数阶模型的离散模型,包括:
确定所述分数阶模型;
离散化所述分数阶模型,获得所述分数阶模型的在时域离散的所述离散模型。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
建立所述分数阶模型在频域的阻抗模型,其中,所述阻抗模型的阻抗参数包括所述极化阻抗和所述扩散阻抗。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
向云平台发送所述电化学阻抗谱的数据;
其中,所述电化学阻抗谱的数据至少用于所述电池的故障诊断。
8.一种获取电池的电化学阻抗谱的装置,其特征在于,所述装置包括:
获取模块,用于获取电池的电参数,其中,所述电参数包括所述电池的当前电压和/或当前电流;
确定模块,用于:基于所述电池的分数阶模型的恒相位元件阶数和所述电参数,确定所述分数阶模型在时域的离散模型的模型参数,其中,所述模型参数包括所述分数阶模型的欧姆内阻、恒相位元件的极化阻抗和扩散元件的扩散阻抗中的至少之一;
所述确定模块,还用于:将所述模型参数输入所述分数阶模型在频域的阻抗模型中,确定所述电池的电化学阻抗谱。
9.根据权利要求8所述的装置,其特征在于,所述确定模块还用于:
基于所述恒相位元件的阶数和所述电参数,通过遗忘因子递推最小二乘法确定所述分数阶模型在时域的离散模型的模型参数。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:
输入模块,用于:
将所述恒相位元件的阶数和所述电参数输入所述离散模型的遗忘因子递推最小二乘法模型;
将初始增益矩阵输入所述遗忘因子递推最小二乘法模型;
将所述离散模型的端电压向量输入所述遗忘因子递推最小二乘法模型,获得所述分数阶模型在时域的所述离散模型的模型参数;其中,所述离散模型的端电压向量为基于所述电池的端电压的预定历史数据确定的;所述端电压向量和状态矩阵用于代入到所述离散模型的参数向量中确定所述模型参数。
11.根据权利要求8所述的装置,其特征在于,所述装置还包括:
建立模块,用于建立所述分数阶模型的离散模型。
12.根据权利要求11所述的装置,其特征在于,所述确定模块还用于确定所述分数阶模型;
所述获取模块,还用于:离散化所述分数阶模型,获得所述分数阶模型的在时域离散的所述离散模型。
13.根据权利要求8所述的装置,其特征在于,所述装置还包括:
建立模块,用于建立所述分数阶模型在频域的阻抗模型,其中,所述阻抗模型的阻抗参数包括所述极化阻抗和所述扩散阻抗。
14.根据权利要求8所述的装置,其特征在于,所述装置还包括:
发送模块,用于向云平台发送所述电化学阻抗谱的数据;
其中,所述电化学阻抗谱的数据至少用于所述电池的故障诊断。
15.一种电子设备,其特征在于,所述电子设备包括:处理器和用于存储能够在所述处理器上运行计算机服务的存储器,其中,所述处理器用于运行所述计算机服务时,实现权利要求1至7任一项所述的方法。
16.一种存储介质,其特征在于,所述存储介质中有计算机可执行指令,所述计算机可执行指令被处理器执行实现权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210951521.XA CN117630671A (zh) | 2022-08-09 | 2022-08-09 | 获取电化学阻抗谱的方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210951521.XA CN117630671A (zh) | 2022-08-09 | 2022-08-09 | 获取电化学阻抗谱的方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117630671A true CN117630671A (zh) | 2024-03-01 |
Family
ID=90034309
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210951521.XA Pending CN117630671A (zh) | 2022-08-09 | 2022-08-09 | 获取电化学阻抗谱的方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117630671A (zh) |
-
2022
- 2022-08-09 CN CN202210951521.XA patent/CN117630671A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107611507B (zh) | 电池参数的更新方法、装置及移动终端 | |
CN111200304B (zh) | 无线充电线圈的温度检测电路、方法、装置及存储介质 | |
CN107843802A (zh) | 内短路检测方法及装置 | |
CN111751731B (zh) | 电池活性的确定方法及装置、电子设备和存储介质 | |
CN106253996B (zh) | 灵敏度衰减测试方法及装置 | |
CN105446854B (zh) | 功耗检测方法、系统及终端 | |
CN113433470A (zh) | 一种电芯参数的测量装置和方法 | |
CN115480179A (zh) | 一种电池健康度的预测方法、装置及存储介质 | |
CN113285499B (zh) | 充电控制方法、电子设备、控制装置及存储介质 | |
CN112019948B (zh) | 一种对讲设备通信的方法、对讲设备和存储介质 | |
CN109066865B (zh) | 电池电量的校准方法及终端 | |
CN116859248A (zh) | 电池循环寿命预测方法、装置及存储介质 | |
CN117630671A (zh) | 获取电化学阻抗谱的方法、装置、电子设备及存储介质 | |
CN117348710A (zh) | 设备控制方法、装置、介质、设备和芯片 | |
CN113508610B (zh) | 能力获取方法和装置、能力指示方法和装置 | |
CN106446827B (zh) | 虹膜识别功能检测方法和装置 | |
CN112986879B (zh) | 电量计校正方法和装置、电子设备、存储介质 | |
CN112421702B (zh) | 锂电池充电方法及装置 | |
CN112444599B (zh) | 电池破损检测方法及装置 | |
CN116359734A (zh) | 电池荷电状态的校正方法、装置、电子设备及存储介质 | |
CN117388699A (zh) | 电池峰值功率的预测方法、装置、电子设备及存储介质 | |
CN114158066B (zh) | 无线通信模块配置生成方法、装置、电子设备及存储介质 | |
CN117368750A (zh) | 监测电池剩余电量信息的方法及装置、电子设备及存储介质 | |
CN116774082A (zh) | 电池健康度确定方法、装置及存储介质 | |
CN113645695B (zh) | 一种处理无线资源控制链接配置信令的方法、装置及存储介质 |
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 |