CN118114491A - 倍率性能优化方法、装置、设备、存储介质和程序产品 - Google Patents
倍率性能优化方法、装置、设备、存储介质和程序产品 Download PDFInfo
- Publication number
- CN118114491A CN118114491A CN202410273283.0A CN202410273283A CN118114491A CN 118114491 A CN118114491 A CN 118114491A CN 202410273283 A CN202410273283 A CN 202410273283A CN 118114491 A CN118114491 A CN 118114491A
- Authority
- CN
- China
- Prior art keywords
- parameters
- multiplying power
- electrode parameters
- target electrode
- target
- 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 53
- 230000008878 coupling Effects 0.000 claims abstract description 95
- 238000010168 coupling process Methods 0.000 claims abstract description 95
- 238000005859 coupling reaction Methods 0.000 claims abstract description 95
- 238000005457 optimization Methods 0.000 claims abstract description 25
- 230000014759 maintenance of location Effects 0.000 claims description 150
- 238000004590 computer program Methods 0.000 claims description 40
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 229910052744 lithium Inorganic materials 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009830 intercalation Methods 0.000 description 2
- 230000002687 intercalation Effects 0.000 description 2
- 239000007791 liquid phase Substances 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 239000012071 phase Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000003411 electrode reaction Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本申请涉及一种倍率性能优化方法、装置、设备、存储介质和程序产品。所述方法包括：根据待优化电池的电化学热耦合模型以及待优化电池的初始电极参数确定目标电极参数，即可根据目标电极参数以及电化学热耦合模型确定目标倍率参数，其中，目标倍率参数用于优化待优化电池的倍率性能，目标电极参数包括初始倍率参数；电化学热耦合模型为基于初始电极参数建立的模型。采用本方法能够提高倍率性能的优化效率。
Description
技术领域
本申请涉及电池技术领域，特别是涉及一种倍率性能优化方法、装置、设备、存储介质和程序产品。
背景技术
随着电池技术的发展，电池性能需要进一步的优化，以满足人们对电池的性能的要求，例如更优化的电池倍率性能，能够提高电池的充放电速度和效率。
传统的倍率性能优化方法，通常是通过实验试错法，人为地对电极参数反复进行设计和调整，以得到最优化的倍率性能。
但是上述倍率性能优化方法存在倍率性能的优化效率低的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高优化效率的倍率性能优化方法、装置、设备、存储介质和程序产品。
第一方面，本申请提供了一种倍率性能优化方法，包括：
根据待优化电池的电化学热耦合模型以及待优化电池的初始电极参数确定目标电极参数，目标电极参数包括初始倍率参数；电化学热耦合模型为基于初始电极参数建立的模型；
根据目标电极参数以及电化学热耦合模型确定目标倍率参数，目标倍率参数用于优化待优化电池的倍率性能。
在其中一个实施例中，根据目标电极参数以及电化学热耦合模型确定目标倍率参数，包括：
将目标电极参数输入到电化学热耦合模型，得到目标电极参数对应的放电容量，根据放电容量确定目标电极参数对应的容量保持率；
根据容量保持率和预设保持率阈值，确定容量保持率对应的候选电极参数；
根据候选电极参数对应的倍率性能，从候选电极参数中确定目标倍率参数。
在其中一个实施例中，根据容量保持率和预设保持率阈值，确定各候选电极参数，包括：
当容量保持率大于或等于预设保持率阈值时，则保留目标电极参数，并确定目标电极参数对应的倍率性能；
在倍率性能不为最优倍率性能的情况下，调整目标电极参数中初始倍率参数得到新目标电极参数，并返回执行将新目标电极参数输入到电化学热耦合模型，得到新目标电极参数对应的新放电容量，根据新放电容量确定新目标电极参数对应的新容量保持率，直至最近一次得到的新容量保持率对应的新目标电极参数下的倍率性能达到最优倍率性能，并将容量保持率大于或等于预设保持率阈值的新目标电极参数和目标电极参数作为各候选电极参数。
在其中一个实施例中，根据容量保持率和预设保持率阈值，确定各候选电极参数，包括：
当容量保持率小于预设保持率阈值时，则舍弃目标电极参数，并调整目标电极参数中初始倍率参数得到新目标电极参数，并返回执行将新目标电极参数输入到电化学热耦合模型，得到新目标电极参数对应的新放电容量，根据新放电容量确定新目标电极参数对应的新容量保持率，直至最近一次得到的新容量保持率对应的新目标电极参数下的倍率性能达到最优倍率性能，并将容量保持率大于或等于预设保持率阈值的新目标电极参数和目标电极参数作为各候选电极参数。
在其中一个实施例中，根据候选电极参数对应的倍率性能，从候选电极参数中确定目标倍率参数，包括：
将达到最优倍率性能的新目标电极参数中的倍率参数作为目标倍率参数。
在其中一个实施例中，初始电极参数包括实测参数以及初始估计参数，根据待优化电池的电化学热耦合模型以及待优化电池的初始电极参数确定目标电极参数，包括：
将初始电极参数输入到电化学热耦合模型得到预估性能结果；
根据预估性能结果与实际性能结果对初始估计参数进行迭代调整，得到目标估计参数；
将目标估计参数以及实测参数作为目标电极参数。
第二方面，本申请还提供了一种倍率性能优化装置，包括：
确定模块，用于根据待优化电池的电化学热耦合模型以及待优化电池的初始电极参数确定目标电极参数，目标电极参数包括初始倍率参数；电化学热耦合模型为基于初始电极参数建立的模型；
优化模块，用于根据目标电极参数以及电化学热耦合模型确定目标倍率参数，目标倍率参数用于优化待优化电池的倍率性能。
第三方面，本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面的方法的步骤。
第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面的方法的步骤。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上述第一方面的方法的步骤。
上述倍率性能优化方法、装置、设备、存储介质和程序产品，根据待优化电池的电化学热耦合模型以及待优化电池的初始电极参数确定目标电极参数，即可根据目标电极参数以及电化学热耦合模型确定目标倍率参数，其中，目标倍率参数用于优化待优化电池的倍率性能，目标电极参数包括初始倍率参数；电化学热耦合模型为基于初始电极参数建立的模型。这样，根据建立待优化电池的初始电极参数所建立的电化学热耦合模型，对待优化电池的初始电极参数进行调整，确定了待优化电池的目标电极参数，再根据电化学热耦合模型自动对目标电极参数中的与待优化电池相关的初始倍率参数进行调整，自动确定了用于优化待优化电池的倍率性能的目标倍率参数，避免了人工通过实验试错法，反复地对电极参数进行设计和调整所存在的倍率性能优化效率低的问题，本申请所提供的倍率性能优化方法、装置、设备、存储介质和程序产品对倍率性能的优化效率更高。
附图说明
为了更清楚地说明本申请实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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为一个实施例中倍率性能优化方法的应用环境图；
图2为一个实施例中倍率性能优化方法的流程示意图；
图3为另一个实施例中迭代调整过程的流程示意图；
图4为另一个实施例中202步骤的流程示意图；
图5为另一个实施例中确定目标倍率参数过程的流程示意图；
图6为一个实施例中倍率性能优化装置的结构框图；
图7为一个实施例中计算机设备的内部结构图；
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
随着电池技术的发展，电池性能需要进一步的优化，以满足人们对电池的性能的要求，例如，能量密度性能、电池倍率性能等。
传统的提升电池能量密度的方法，通常是增加电极厚度，而电极厚度的增加，则会导致电池倍率性能降低，因此，如何在不改变待优化电池的电化学体系的情况下对电池倍率性能进行优化，以提高电池的充放电速度和效率，是亟需解决的问题。
传统的对电池倍率性能进行优化的方法，通常是通过实验试错法，人为地对电极参数反复地进行设计和调整，以得到最优化的电池倍率性能，但这往往需要进行大量的制样、测试，优化成本高的同时，对于电池倍率性能的优化效率低。
鉴于此，本申请实施例提供了一种倍率性能优化方法、装置、设备、存储介质和程序产品，根据待优化电池的电化学热耦合模型以及待优化电池的初始电极参数确定目标电极参数，即可根据目标电极参数以及电化学热耦合模型确定目标倍率参数，其中，目标倍率参数用于优化待优化电池的倍率性能，目标电极参数包括初始倍率参数；电化学热耦合模型为基于初始电极参数建立的模型。这样，根据建立待优化电池的初始电极参数所建立的电化学热耦合模型，对待优化电池的初始电极参数进行调整，确定了待优化电池的目标电极参数，再根据电化学热耦合模型自动对目标电极参数中的与待优化电池相关的初始倍率参数进行调整，自动确定了用于优化待优化电池的倍率性能的目标倍率参数，避免了人工通过实验试错法，反复地对电极参数进行设计和调整所存在的倍率性能优化效率低的问题，本申请所提供的倍率性能优化方法、装置、设备、存储介质和程序产品对倍率性能的优化效率更高。
本申请实施例提供的倍率性能优化方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个示例性的实施例中，如图2所示，提供了一种倍率性能优化方法，以该方法应用于图1中的服务器104为例进行说明，包括以下步骤201和步骤202。其中：
步骤201，根据待优化电池的电化学热耦合模型以及待优化电池的初始电极参数确定目标电极参数。
待优化电池是等待优化倍率性能性能的电池，在本申请实施例中，待优化电池可以是锂电池。
当对待优化电池进的倍率性能性能进行优化时，需要先获取待优化电池的初始电极参数，初始电极参数是影响待优化电池性能的相关参数，例如正负极平衡电池、固液相锂离子扩散系数、固液相电导率等，根据待优化电池的初始电极参数即可建立起与待优化电池相关的电化学热耦合模型。
电化学热耦合模型为基于初始电极参数建立的模型，将待优化电池的初始电极参数输入待优化电池中，能够输出待优化电池数值化后的性能，例如放电容量等。
在本申请实施例中，初始电极参数包括实测参数以及初始估计参数，其中，实测参数为能够直接测量得到的电极参数，例如电极尺寸等，初始估计参数为无法直接测得的参数，但可以通过经验预估得到，例如正负极反应速率常数、离子迁移数、正负极嵌锂区间、初始嵌锂量等。
但是，预估得到的初始估计参数并不准确，为了提升初始估计参数的准确性，在本申请实施例中，服务器可以将初始电极参数输入到电化学热耦合模型得到预估性能结果，并根据预估性能结果与实际性能结果对初始估计参数进行迭代调整，得到目标估计参数，将目标估计参数以及实测参数作为目标电极参数。
实际性能结果为待优化电池当前的性能，服务器将初始电极参数中的实测参数和初始估计参数输入电化学热耦合模型中，可以得到与初始估计参数对应的预估性能结果。
关于如何根据预估性能结果与实际性能结果对初始估计参数进行迭代调整，得到目标估计参数的过程，参见图3，给出示例性地介绍：
服务器可以根据预设的损失函数计算实际性能结果和预估性能结果之间的损失值，当损失值大于预设损失阈值时，则表征当前的初始估计参数误差较大，服务器根据损失值对初始估计参数进行调整，并将调整后的初始估计参数和实测参数作为电化学热耦合模型的输入数据再次输入；当损失值小于预设的损失阈值时，则表征当前代际下的初始估计参数与估计参数的实际数值之间误差较小，服务器可以直接将当前代际下的初始估计参数作为目标估计参数，并将目标估计参数以及实测参数作为目标电极参数。
目标电极参数还包括初始倍率参数，初始倍率参数为影响待优化电池的倍率性能性能的相关参数，初始倍率参数至少包括正极孔隙率、正极单面涂布厚度、NP比（Negativeto Positive Ratio，负极与正极的容量比）、负极孔隙率、隔膜厚度、隔膜孔隙率、正极 D50粒径 、负极 D50粒径等。
步骤202，根据目标电极参数以及电化学热耦合模型确定目标倍率参数。
其中，目标倍率参数用于优化待优化电池的倍率性能。
当服务器获取到目标电极参数后，可以根据目标电极参数以及电化学热耦合模型确定目标倍率参数，可选地，服务器将目标电极参数输入电化学热耦合模型后，可以得到与目标电极参数对应的倍率性能性能，根据预设的倍率性能阈值与倍率性能性能进行比较，当倍率性能性能不满足预设的倍率性能阈值时，则服务器可以对目标电极参数中的初始倍率参数进行调整，并将调整后的初始倍率参数和其他目标电极参数作为电化学热耦合模型的输入数据再次输入，当当倍率性能性能满足预设的倍率性能阈值时，则服务器将当前的初始倍率参数作为目标倍率参数；可选地，服务器将目标电极参数输入电化学热耦合模型后能够得到初始倍率参数对应的倍率性能性能，将初始倍率参数保留，并对初始倍率参数进行调整，将调整后的初始倍率参数和其他目标电极参数作为电化学热耦合模型的输入数据再次输入，服务器可以将初始倍率参数作为变量，将倍率性能性能作为目标函数，利用预设的优化算法对目标函数进行寻优，当确定了最优的倍率性能性能后，服务器可以将最优的倍率性能性能对应的初始倍率参数作为目标倍率参数。
上述实施例中所提供的倍率性能优化方法，根据待优化电池的电化学热耦合模型以及待优化电池的初始电极参数确定目标电极参数，即可根据目标电极参数以及电化学热耦合模型确定目标倍率参数，其中，目标倍率参数用于优化待优化电池的倍率性能，目标电极参数包括初始倍率参数；电化学热耦合模型为基于初始电极参数建立的模型。这样，根据建立待优化电池的初始电极参数所建立的电化学热耦合模型，对待优化电池的初始电极参数进行调整，确定了待优化电池的目标电极参数，再根据电化学热耦合模型自动对目标电极参数中的与待优化电池相关的初始倍率参数进行调整，自动确定了用于优化待优化电池的倍率性能的目标倍率参数，避免了人工通过实验试错法，反复地对电极参数进行设计和调整所存在的倍率性能优化效率低的问题，本申请所提供的倍率性能优化方法、装置、设备、存储介质和程序产品对倍率性能的优化效率更高。
在一个实施例中，基于图2所示的实施例，参见图4，本申请实施例涉及的是根据目标电极参数以及电化学热耦合模型确定目标倍率参数的过程。如图4所示，步骤202可以包括图4所示的步骤401至步骤403。
步骤401，将目标电极参数输入到电化学热耦合模型，得到目标电极参数对应的放电容量，根据放电容量确定目标电极参数对应的容量保持率。
倍率性能性能的提升，往往会影响到电池的容量保持率，电池的容量保持率通常用来衡量电池经过一段时间的使用或者循环充放电后，电池当前的容量相对于原始容量的保持情况，而倍率性能，通常指的是电池的放电倍率，也就是电池的放电电流与电池自身容量的比值，而放电倍率越高，电池的容量衰减可能会越快，容量保持率可能会相对较低，在本申请实施例中，为了在提升倍率性能性能的同时也不降低电池的容量保持率，在确定目标倍率参数时，需要确定目标倍率参数所对应的容量保持率保持在一定范围之内，因此，服务器还需要计算目标电极参数对应的容量保持率。
关于容量保持率的计算方法，示例性地，服务器可以将1/3C作为基础倍率性能，可以将目标电池在1/3C下的放电容量作为基础放电容量，针对不同的目标电极参数，服务器将不同的目标电极参数输入电化学热耦合模型后，可以得到不同的倍率性能所对应的放电容量，各倍率性能所对应的放电容量与基础放电容量之间的比值即为各目标电极参数对应的容量保持率。
步骤402，根据容量保持率和预设保持率阈值，确定容量保持率对应的候选电极参数。
在一种可能的实施方式中，当容量保持率大于或等于预设保持率阈值时，表征初始倍率参数所对应的容量保持率满足要求，则服务器保留目标电极参数，并确定目标电极参数对应的倍率性能，在倍率性能不为最优倍率性能的情况下，调整目标电极参数中初始倍率参数得到新目标电极参数，并返回执行将新目标电极参数输入到电化学热耦合模型，得到新目标电极参数对应的新放电容量，根据新放电容量确定新目标电极参数对应的新容量保持率，直至最近一次得到的新容量保持率对应的新目标电极参数下的倍率性能达到最优倍率性能，并将容量保持率大于或等于预设保持率阈值的新目标电极参数和目标电极参数作为各候选电极参数。
最本申请实施例中，最优倍率性能即当容量保持率满足预设保持率阈值的情况下，倍率性能满足要求的倍率性能，可选地，服务器可以将倍率性能作为目标函数，将候选电极参数作为变量，利用优化算法对目标函数执行寻优，从而确定当前代际的倍率性能是否为最优倍率性能；可选地，服务器可以根据预设倍率性能阈值与倍率性能进行比较，当倍率性能满足预设倍率性能阈值时，则可以将当前代际的倍率性能作为最优倍率性能。
在另一种可能的实施方式中，当容量保持率小于预设保持率阈值时，则舍弃目标电极参数，并调整目标电极参数中初始倍率参数得到新目标电极参数，并返回执行将新目标电极参数输入到电化学热耦合模型，得到新目标电极参数对应的新放电容量，根据新放电容量确定新目标电极参数对应的新容量保持率，直至最近一次得到的新容量保持率对应的新目标电极参数下的倍率性能达到最优倍率性能，并将容量保持率大于或等于预设保持率阈值的新目标电极参数和目标电极参数作为各候选电极参数。
步骤403，根据候选电极参数对应的倍率性能，从候选电极参数中确定目标倍率参数。
在本申请实施例中，服务器将达到最优倍率性能的新目标电极参数中的倍率参数作为目标倍率参数。
参照图5，对服务器根据目标电极参数以及电化学热耦合模型确定目标倍率参数的过程进行示例性地介绍：
服务器将包括初始倍率参数的目标电极参数输入电化学热耦合模型，从而得到初始倍率参数对应的放电容量，进一步计算可以确定初始倍率参数对应的容量保持率；预设保持率阈值为80%，当容量保持率大于或等于80%时则保留该初始倍率参数，并将该目标电极参数作为候选电极参数，当容量保持率小于80%时则舍弃该初始倍率参数；核算初始倍率参数对应的倍率性能，并将倍率性能作为目标函数，候选电极参数作为变量，利用优化算法确定倍率性能是否达到最优倍率性能；若达到，则将最优倍率性能对应的候选电极参数中的初始倍率参数作为目标倍率参数，若未达到，则调整候选电极参数中的初始倍率参数以得到新目标电极参数，并将新目标电极参数输入电化学热耦合模型中进行下一轮的迭代计算。
在一个实施例中，提供一种倍率性能优化方法。该方法包括以下的步骤：
步骤a，将初始电极参数输入到电化学热耦合模型得到预估性能结果。
步骤b，根据预估性能结果与实际性能结果对初始估计参数进行迭代调整，得到目标估计参数。
步骤c，将目标估计参数以及实测参数作为目标电极参数。
其中，初始电极参数包括实测参数以及初始估计参数
其中，目标电极参数包括初始倍率参数，电化学热耦合模型为基于初始电极参数建立的模型。
步骤d，将目标电极参数输入到电化学热耦合模型，得到目标电极参数对应的放电容量，根据放电容量确定目标电极参数对应的容量保持率。
步骤e，当容量保持率大于或等于预设保持率阈值时，则保留目标电极参数，并确定目标电极参数对应的倍率性能。
步骤f，在倍率性能不为最优倍率性能的情况下，调整目标电极参数中初始倍率参数得到新目标电极参数，并返回执行将新目标电极参数输入到电化学热耦合模型，得到新目标电极参数对应的新放电容量，根据新放电容量确定新目标电极参数对应的新容量保持率，直至最近一次得到的新容量保持率对应的新目标电极参数下的倍率性能达到最优倍率性能，并将容量保持率大于或等于预设保持率阈值的新目标电极参数和目标电极参数作为各候选电极参数。
步骤g，当容量保持率小于预设保持率阈值时，则舍弃目标电极参数，并调整目标电极参数中初始倍率参数得到新目标电极参数，并返回执行将新目标电极参数输入到电化学热耦合模型，得到新目标电极参数对应的新放电容量，根据新放电容量确定新目标电极参数对应的新容量保持率，直至最近一次得到的新容量保持率对应的新目标电极参数下的倍率性能达到最优倍率性能，并将容量保持率大于或等于预设保持率阈值的新目标电极参数和目标电极参数作为各候选电极参数。
步骤h，将达到最优倍率性能的新目标电极参数中的倍率参数作为目标倍率参数。
其中，目标倍率参数用于优化待优化电池的倍率性能。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的倍率性能优化方法的倍率性能优化装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个倍率性能优化装置实施例中的具体限定可以参见上文中对于倍率性能优化方法的限定，在此不再赘述。
在一个示例性的实施例中，如图6所示，提供了一种倍率性能优化装置，包括：确定模块601和优化模块602，其中：
确定模块601，用于根据待优化电池的电化学热耦合模型以及所述待优化电池的初始电极参数确定目标电极参数，所述目标电极参数包括初始倍率参数；所述电化学热耦合模型为基于所述初始电极参数建立的模型；
优化模块602，用于根据所述目标电极参数以及所述电化学热耦合模型确定目标倍率参数，所述目标倍率参数用于优化所述待优化电池的倍率性能。
在一个实施例中，优化模块602包括：
输入单元，用于将所述目标电极参数输入到所述电化学热耦合模型，得到所述目标电极参数对应的放电容量，根据所述放电容量确定所述目标电极参数对应的容量保持率；
容量保持率判断单元，用于根据所述容量保持率和预设保持率阈值，确定所述容量保持率对应的候选电极参数；
目标倍率参数确定单元，用于根据所述候选电极参数对应的倍率性能，从所述候选电极参数中确定所述目标倍率参数。
在一个实施例中，容量保持率判断单元还用于执行以下步骤：
当所述容量保持率大于或等于所述预设保持率阈值时，则保留所述目标电极参数，并确定所述目标电极参数对应的倍率性能；
在所述倍率性能不为最优倍率性能的情况下，调整所述目标电极参数中初始倍率参数得到新目标电极参数，并返回执行将所述新目标电极参数输入到所述电化学热耦合模型，得到所述新目标电极参数对应的新放电容量，根据所述新放电容量确定所述新目标电极参数对应的新容量保持率，直至最近一次得到的新容量保持率对应的新目标电极参数下的倍率性能达到所述最优倍率性能，并将容量保持率大于或等于所述预设保持率阈值的新目标电极参数和所述目标电极参数作为各所述候选电极参数。
在一个实施例中，容量保持率判断单元还用于执行以下步骤：
当所述容量保持率小于所述预设保持率阈值时，则舍弃所述目标电极参数，并调整所述目标电极参数中初始倍率参数得到新目标电极参数，并返回执行将所述新目标电极参数输入到所述电化学热耦合模型，得到所述新目标电极参数对应的新放电容量，根据所述新放电容量确定所述新目标电极参数对应的新容量保持率，直至最近一次得到的新容量保持率对应的新目标电极参数下的倍率性能达到最优倍率性能，并将容量保持率大于或等于所述预设保持率阈值的新目标电极参数和所述目标电极参数作为各所述候选电极参数。
在一个实施例中，目标倍率参数确定单元还用于执行以下步骤：
将达到所述最优倍率性能的新目标电极参数中的倍率参数作为所述目标倍率参数。
在一个实施例中，所述初始电极参数包括实测参数以及初始估计参数，确定模块601还包括：
预估单元，用于将所述初始电极参数输入到所述电化学热耦合模型得到预估性能结果；
调整单元，用于根据所述预估性能结果与实际性能结果对所述初始估计参数进行迭代调整，得到目标估计参数；
目标电极参数确定单元，用于将所述目标估计参数以及所述实测参数作为所述目标电极参数。
上述倍率性能优化装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个示例性的实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O）和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储倍率性能优化数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种倍率性能优化方法。
在一个示例性的实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图8所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现一种倍率性能优化方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图7和图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个示例性的实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
根据待优化电池的电化学热耦合模型以及所述待优化电池的初始电极参数确定目标电极参数，所述目标电极参数包括初始倍率参数；所述电化学热耦合模型为基于所述初始电极参数建立的模型；
根据所述目标电极参数以及所述电化学热耦合模型确定目标倍率参数，所述目标倍率参数用于优化所述待优化电池的倍率性能。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将所述目标电极参数输入到所述电化学热耦合模型，得到所述目标电极参数对应的放电容量，根据所述放电容量确定所述目标电极参数对应的容量保持率；
根据所述容量保持率和预设保持率阈值，确定所述容量保持率对应的候选电极参数；
根据所述候选电极参数对应的倍率性能，从所述候选电极参数中确定所述目标倍率参数。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
当所述容量保持率大于或等于所述预设保持率阈值时，则保留所述目标电极参数，并确定所述目标电极参数对应的倍率性能；
在所述倍率性能不为最优倍率性能的情况下，调整所述目标电极参数中初始倍率参数得到新目标电极参数，并返回执行将所述新目标电极参数输入到所述电化学热耦合模型，得到所述新目标电极参数对应的新放电容量，根据所述新放电容量确定所述新目标电极参数对应的新容量保持率，直至最近一次得到的新容量保持率对应的新目标电极参数下的倍率性能达到所述最优倍率性能，并将容量保持率大于或等于所述预设保持率阈值的新目标电极参数和所述目标电极参数作为各所述候选电极参数。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
当所述容量保持率小于所述预设保持率阈值时，则舍弃所述目标电极参数，并调整所述目标电极参数中初始倍率参数得到新目标电极参数，并返回执行将所述新目标电极参数输入到所述电化学热耦合模型，得到所述新目标电极参数对应的新放电容量，根据所述新放电容量确定所述新目标电极参数对应的新容量保持率，直至最近一次得到的新容量保持率对应的新目标电极参数下的倍率性能达到最优倍率性能，并将容量保持率大于或等于所述预设保持率阈值的新目标电极参数和所述目标电极参数作为各所述候选电极参数。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将达到所述最优倍率性能的新目标电极参数中的倍率参数作为所述目标倍率参数。
在一个实施例中，所述初始电极参数包括实测参数以及初始估计参数，处理器执行计算机程序时还实现以下步骤：
将所述初始电极参数输入到所述电化学热耦合模型得到预估性能结果；
根据所述预估性能结果与实际性能结果对所述初始估计参数进行迭代调整，得到目标估计参数；
将所述目标估计参数以及所述实测参数作为所述目标电极参数。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
根据待优化电池的电化学热耦合模型以及所述待优化电池的初始电极参数确定目标电极参数，所述目标电极参数包括初始倍率参数；所述电化学热耦合模型为基于所述初始电极参数建立的模型；
根据所述目标电极参数以及所述电化学热耦合模型确定目标倍率参数，所述目标倍率参数用于优化所述待优化电池的倍率性能。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将所述目标电极参数输入到所述电化学热耦合模型，得到所述目标电极参数对应的放电容量，根据所述放电容量确定所述目标电极参数对应的容量保持率；
根据所述容量保持率和预设保持率阈值，确定所述容量保持率对应的候选电极参数；
根据所述候选电极参数对应的倍率性能，从所述候选电极参数中确定所述目标倍率参数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
当所述容量保持率大于或等于所述预设保持率阈值时，则保留所述目标电极参数，并确定所述目标电极参数对应的倍率性能；
在所述倍率性能不为最优倍率性能的情况下，调整所述目标电极参数中初始倍率参数得到新目标电极参数，并返回执行将所述新目标电极参数输入到所述电化学热耦合模型，得到所述新目标电极参数对应的新放电容量，根据所述新放电容量确定所述新目标电极参数对应的新容量保持率，直至最近一次得到的新容量保持率对应的新目标电极参数下的倍率性能达到所述最优倍率性能，并将容量保持率大于或等于所述预设保持率阈值的新目标电极参数和所述目标电极参数作为各所述候选电极参数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
当所述容量保持率小于所述预设保持率阈值时，则舍弃所述目标电极参数，并调整所述目标电极参数中初始倍率参数得到新目标电极参数，并返回执行将所述新目标电极参数输入到所述电化学热耦合模型，得到所述新目标电极参数对应的新放电容量，根据所述新放电容量确定所述新目标电极参数对应的新容量保持率，直至最近一次得到的新容量保持率对应的新目标电极参数下的倍率性能达到最优倍率性能，并将容量保持率大于或等于所述预设保持率阈值的新目标电极参数和所述目标电极参数作为各所述候选电极参数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将达到所述最优倍率性能的新目标电极参数中的倍率参数作为所述目标倍率参数。
在一个实施例中，所述初始电极参数包括实测参数以及初始估计参数，计算机程序被处理器执行时还实现以下步骤：
将所述初始电极参数输入到所述电化学热耦合模型得到预估性能结果；
根据所述预估性能结果与实际性能结果对所述初始估计参数进行迭代调整，得到目标估计参数；
将所述目标估计参数以及所述实测参数作为所述目标电极参数。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
根据待优化电池的电化学热耦合模型以及所述待优化电池的初始电极参数确定目标电极参数，所述目标电极参数包括初始倍率参数；所述电化学热耦合模型为基于所述初始电极参数建立的模型；
根据所述目标电极参数以及所述电化学热耦合模型确定目标倍率参数，所述目标倍率参数用于优化所述待优化电池的倍率性能。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将所述目标电极参数输入到所述电化学热耦合模型，得到所述目标电极参数对应的放电容量，根据所述放电容量确定所述目标电极参数对应的容量保持率；
根据所述容量保持率和预设保持率阈值，确定所述容量保持率对应的候选电极参数；
根据所述候选电极参数对应的倍率性能，从所述候选电极参数中确定所述目标倍率参数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
当所述容量保持率大于或等于所述预设保持率阈值时，则保留所述目标电极参数，并确定所述目标电极参数对应的倍率性能；
在所述倍率性能不为最优倍率性能的情况下，调整所述目标电极参数中初始倍率参数得到新目标电极参数，并返回执行将所述新目标电极参数输入到所述电化学热耦合模型，得到所述新目标电极参数对应的新放电容量，根据所述新放电容量确定所述新目标电极参数对应的新容量保持率，直至最近一次得到的新容量保持率对应的新目标电极参数下的倍率性能达到所述最优倍率性能，并将容量保持率大于或等于所述预设保持率阈值的新目标电极参数和所述目标电极参数作为各所述候选电极参数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
当所述容量保持率小于所述预设保持率阈值时，则舍弃所述目标电极参数，并调整所述目标电极参数中初始倍率参数得到新目标电极参数，并返回执行将所述新目标电极参数输入到所述电化学热耦合模型，得到所述新目标电极参数对应的新放电容量，根据所述新放电容量确定所述新目标电极参数对应的新容量保持率，直至最近一次得到的新容量保持率对应的新目标电极参数下的倍率性能达到最优倍率性能，并将容量保持率大于或等于所述预设保持率阈值的新目标电极参数和所述目标电极参数作为各所述候选电极参数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将达到所述最优倍率性能的新目标电极参数中的倍率参数作为所述目标倍率参数。
在一个实施例中，所述初始电极参数包括实测参数以及初始估计参数，计算机程序被处理器执行时还实现以下步骤：
将所述初始电极参数输入到所述电化学热耦合模型得到预估性能结果；
根据所述预估性能结果与实际性能结果对所述初始估计参数进行迭代调整，得到目标估计参数；
将所述目标估计参数以及所述实测参数作为所述目标电极参数。
需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要符合相关规定。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic RandomAccess Memory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种倍率性能优化方法，其特征在于，所述方法包括：
根据待优化电池的电化学热耦合模型以及所述待优化电池的初始电极参数确定目标电极参数，所述目标电极参数包括初始倍率参数；所述电化学热耦合模型为基于所述初始电极参数建立的模型；
根据所述目标电极参数以及所述电化学热耦合模型确定目标倍率参数，所述目标倍率参数用于优化所述待优化电池的倍率性能。
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标电极参数以及所述电化学热耦合模型确定目标倍率参数，包括：
将所述目标电极参数输入到所述电化学热耦合模型，得到所述目标电极参数对应的放电容量，根据所述放电容量确定所述目标电极参数对应的容量保持率；
根据所述容量保持率和预设保持率阈值，确定所述容量保持率对应的候选电极参数；
根据所述候选电极参数对应的倍率性能，从所述候选电极参数中确定所述目标倍率参数。
3.根据权利要求2所述的方法，其特征在于，所述根据所述容量保持率和预设保持率阈值，确定各候选电极参数，包括：
当所述容量保持率大于或等于所述预设保持率阈值时，则保留所述目标电极参数，并确定所述目标电极参数对应的倍率性能；
在所述倍率性能不为最优倍率性能的情况下，调整所述目标电极参数中初始倍率参数得到新目标电极参数，并返回执行将所述新目标电极参数输入到所述电化学热耦合模型，得到所述新目标电极参数对应的新放电容量，根据所述新放电容量确定所述新目标电极参数对应的新容量保持率，直至最近一次得到的新容量保持率对应的新目标电极参数下的倍率性能达到所述最优倍率性能，并将容量保持率大于或等于所述预设保持率阈值的新目标电极参数和所述目标电极参数作为各所述候选电极参数。
4.根据权利要求2所述的方法，其特征在于，所述根据所述容量保持率和预设保持率阈值，确定各候选电极参数，包括：
当所述容量保持率小于所述预设保持率阈值时，则舍弃所述目标电极参数，并调整所述目标电极参数中初始倍率参数得到新目标电极参数，并返回执行将所述新目标电极参数输入到所述电化学热耦合模型，得到所述新目标电极参数对应的新放电容量，根据所述新放电容量确定所述新目标电极参数对应的新容量保持率，直至最近一次得到的新容量保持率对应的新目标电极参数下的倍率性能达到最优倍率性能，并将容量保持率大于或等于所述预设保持率阈值的新目标电极参数和所述目标电极参数作为各所述候选电极参数。
5.根据权利要求3或4所述的方法，其特征在于，所述根据所述候选电极参数对应的倍率性能，从所述候选电极参数中确定所述目标倍率参数，包括：
将达到所述最优倍率性能的新目标电极参数中的倍率参数作为所述目标倍率参数。
6.根据权利要求1所述的方法，其特征在于，所述初始电极参数包括实测参数以及初始估计参数，所述根据待优化电池的电化学热耦合模型以及所述待优化电池的初始电极参数确定目标电极参数，包括：
将所述初始电极参数输入到所述电化学热耦合模型得到预估性能结果；
根据所述预估性能结果与实际性能结果对所述初始估计参数进行迭代调整，得到目标估计参数；
将所述目标估计参数以及所述实测参数作为所述目标电极参数。
7.一种倍率性能优化装置，其特征在于，所述装置包括：
确定模块，用于根据待优化电池的电化学热耦合模型以及所述待优化电池的初始电极参数确定目标电极参数，所述目标电极参数包括初始倍率参数；所述电化学热耦合模型为基于所述初始电极参数建立的模型；
优化模块，用于根据所述目标电极参数以及所述电化学热耦合模型确定目标倍率参数，所述目标倍率参数用于优化所述待优化电池的倍率性能。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410273283.0A CN118114491A (zh) | 2024-03-11 | 2024-03-11 | 倍率性能优化方法、装置、设备、存储介质和程序产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410273283.0A CN118114491A (zh) | 2024-03-11 | 2024-03-11 | 倍率性能优化方法、装置、设备、存储介质和程序产品 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118114491A true CN118114491A (zh) | 2024-05-31 |
Family
ID=91210410
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410273283.0A Pending CN118114491A (zh) | 2024-03-11 | 2024-03-11 | 倍率性能优化方法、装置、设备、存储介质和程序产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118114491A (zh) |
-
2024
- 2024-03-11 CN CN202410273283.0A patent/CN118114491A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115840144A (zh) | 电池仿真计算方法、装置、计算机设备和存储介质 | |
| CN115689018A (zh) | 物资需求预测方法、装置、设备、存储介质和程序产品 | |
| CN116167581A (zh) | 电池需求量预估方法、装置、调度方法和计算机设备 | |
| CN114816711A (zh) | 批量任务处理方法、装置、计算机设备和存储介质 | |
| CN116500449A (zh) | 电芯温度预测方法、装置、存储介质及电子设备 | |
| CN117394438B (zh) | 考虑通信基站可调节潜力的分布式光伏准入容量评估方法 | |
| CN116068408B (zh) | 电池老化数据确定方法、装置、计算机设备和存储介质 | |
| CN117031292A (zh) | 电池健康状态预测方法、装置、计算机设备和存储介质 | |
| CN118351985A (zh) | 电池三维电化学模型构建方法与计算方法 | |
| CN115593264B (zh) | 基于边缘计算的充电优化控制方法、装置和计算机设备 | |
| CN118114491A (zh) | 倍率性能优化方法、装置、设备、存储介质和程序产品 | |
| CN116299006A (zh) | 电池包的健康状况预测方法、装置、设备和存储介质 | |
| CN114441848A (zh) | 功耗确定方法、装置、电子设备和存储介质 | |
| CN115993536A (zh) | 电池剩余能量的估计方法、装置、设备、存储介质和产品 | |
| CN118094934A (zh) | 电池性能优化方法、装置、设备、存储介质和程序产品 | |
| CN118244117A (zh) | 方形卷绕电池的参数确定方法、装置、设备、介质和产品 | |
| CN118350185A (zh) | 液相电势方程确定方法、装置、设备和存储介质 | |
| CN118822177A (zh) | 逆变器容量分配方法、装置、设备、存储介质和程序产品 | |
| CN118277026A (zh) | 虚拟资源的处理方法、装置、设备、存储介质及程序产品 | |
| CN117710107A (zh) | 资源值预测方法、装置、设备、存储介质和程序产品 | |
| CN118034906A (zh) | 云服务器集群处理方法、装置、计算机设备和存储介质 | |
| CN117665589A (zh) | 电池容量一致性检测方法、装置、电子装置和存储介质 | |
| CN117031331A (zh) | 电池阻抗估计方法、装置及计算机设备 | |
| CN117171600A (zh) | 用户聚类方法、装置、设备、存储介质和程序产品 | |
| CN117972368A (zh) | 分流模型的评估方法、装置、计算机设备和存储介质 |
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 |