DE102022204165A1 - Verfahren und Vorrichtung zum initialen Bereitstellen eines Alterungszustandsmodells für Energiespeicher auf Basis von Active Learning Algorithmen - Google Patents
Verfahren und Vorrichtung zum initialen Bereitstellen eines Alterungszustandsmodells für Energiespeicher auf Basis von Active Learning Algorithmen Download PDFInfo
- Publication number
- DE102022204165A1 DE102022204165A1 DE102022204165.8A DE102022204165A DE102022204165A1 DE 102022204165 A1 DE102022204165 A1 DE 102022204165A1 DE 102022204165 A DE102022204165 A DE 102022204165A DE 102022204165 A1 DE102022204165 A1 DE 102022204165A1
- Authority
- DE
- Germany
- Prior art keywords
- energy storage
- test bench
- aging
- aging state
- model
- 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
- 230000032683 aging Effects 0.000 title claims abstract description 222
- 238000004146 energy storage Methods 0.000 title claims abstract description 203
- 238000000034 method Methods 0.000 title claims abstract description 84
- 238000004422 calculation algorithm Methods 0.000 title claims description 7
- 238000012360 testing method Methods 0.000 claims abstract description 149
- 238000005259 measurement Methods 0.000 claims abstract description 61
- 238000012549 training Methods 0.000 claims abstract description 54
- 238000011156 evaluation Methods 0.000 claims abstract description 28
- 230000002123 temporal effect Effects 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims description 33
- 238000012937 correction Methods 0.000 claims description 22
- 238000005457 optimization Methods 0.000 claims description 16
- 239000013598 vector Substances 0.000 claims description 16
- 230000007423 decrease Effects 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 230000003797 telogen phase Effects 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 4
- 238000004904 shortening Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims 2
- 238000004590 computer program Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 18
- 239000011159 matrix material Substances 0.000 description 14
- 230000008859 change Effects 0.000 description 10
- 230000007613 environmental effect Effects 0.000 description 8
- 238000007599 discharging Methods 0.000 description 6
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 5
- 239000003792 electrolyte Substances 0.000 description 5
- 229910052744 lithium Inorganic materials 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 239000011149 active material Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000014759 maintenance of location Effects 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 230000035882 stress Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000007086 side reaction Methods 0.000 description 2
- 239000002904 solvent Substances 0.000 description 2
- 241000212384 Bifora Species 0.000 description 1
- 241001236093 Bulbophyllum maximum Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 239000010405 anode material Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013531 bayesian neural network Methods 0.000 description 1
- 239000006182 cathode active material Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010972 statistical evaluation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000010200 validation analysis 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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/12—Recording operating variables ; Monitoring of operating variables
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
-
- 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
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C29/00—Checking stores for correct operation ; Subsequent repair; Testing stores during standby or offline operation
- G11C29/56—External testing equipment for static stores, e.g. automatic test equipment [ATE]; Interfaces therefor
-
- 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]
- G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Secondary Cells (AREA)
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102022204165.8A DE102022204165A1 (de) | 2022-04-28 | 2022-04-28 | Verfahren und Vorrichtung zum initialen Bereitstellen eines Alterungszustandsmodells für Energiespeicher auf Basis von Active Learning Algorithmen |
| CN202310470587.1A CN116973755A (zh) | 2022-04-28 | 2023-04-27 | 初始提供针对能量存储器的老化状态模型的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102022204165.8A DE102022204165A1 (de) | 2022-04-28 | 2022-04-28 | Verfahren und Vorrichtung zum initialen Bereitstellen eines Alterungszustandsmodells für Energiespeicher auf Basis von Active Learning Algorithmen |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| DE102022204165A1 true DE102022204165A1 (de) | 2023-11-02 |
Family
ID=88306818
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| DE102022204165.8A Pending DE102022204165A1 (de) | 2022-04-28 | 2022-04-28 | Verfahren und Vorrichtung zum initialen Bereitstellen eines Alterungszustandsmodells für Energiespeicher auf Basis von Active Learning Algorithmen |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN116973755A (zh) |
| DE (1) | DE102022204165A1 (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102017103617A1 (de) | 2017-02-22 | 2018-08-23 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren zur Abschätzung des Alterungszustands eines Batteriesystems |
| DE102020206592A1 (de) | 2020-05-27 | 2021-12-02 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Betreiben eines elektrisch antreibbaren Kraftfahrzeugs abhängig von einem prädizierten Alterungszustands eines elektrischen Energiespeichers |
| DE102020212299A1 (de) | 2020-09-29 | 2022-03-31 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Betreiben eines Systems zum Bereitstellen von prädizierten Alterungszuständen von elektrischen Energiespeichern für ein Gerät mithilfe von maschinellen Lernverfahren |
-
2022
- 2022-04-28 DE DE102022204165.8A patent/DE102022204165A1/de active Pending
-
2023
- 2023-04-27 CN CN202310470587.1A patent/CN116973755A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102017103617A1 (de) | 2017-02-22 | 2018-08-23 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren zur Abschätzung des Alterungszustands eines Batteriesystems |
| DE102020206592A1 (de) | 2020-05-27 | 2021-12-02 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Betreiben eines elektrisch antreibbaren Kraftfahrzeugs abhängig von einem prädizierten Alterungszustands eines elektrischen Energiespeichers |
| DE102020212299A1 (de) | 2020-09-29 | 2022-03-31 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Betreiben eines Systems zum Bereitstellen von prädizierten Alterungszuständen von elektrischen Energiespeichern für ein Gerät mithilfe von maschinellen Lernverfahren |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116973755A (zh) | 2023-10-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE102020206592A1 (de) | Verfahren und Vorrichtung zum Betreiben eines elektrisch antreibbaren Kraftfahrzeugs abhängig von einem prädizierten Alterungszustands eines elektrischen Energiespeichers | |
| DE102020215297A1 (de) | Verfahren und Vorrichtung zum Betreiben eines Systems zum Bereitstellen von prädizierten Alterungszuständen von elektrischen Energiespeichern für ein Gerät mithilfe von maschinellen Lernverfahren | |
| DE102020212299A1 (de) | Verfahren und Vorrichtung zum Betreiben eines Systems zum Bereitstellen von prädizierten Alterungszuständen von elektrischen Energiespeichern für ein Gerät mithilfe von maschinellen Lernverfahren | |
| WO2021052540A1 (de) | Zustandswert für wiederaufladbare batterien | |
| DE102021204014A1 (de) | Verfahren und Vorrichtung zum Bereitstellen eines Alterungszustandsmodells zur Ermittlung von aktuellen und prädizierten Alterungszuständen von elektrischen Energiespeichern mithilfe von Transfer-Lernen mithilfe maschineller Lernverfahren | |
| DE102021214161A1 (de) | Verfahren und Vorrichtung zum Bereitstellen eines Alterungszustands für eine Gerätebatterie mit Korrektur von Zustandsbeobachtungen auf Basis systematischer Zustands- und Umgebungseinflüsse | |
| DE102021203868A1 (de) | Verfahren und Vorrichtung zum Betreiben eines Systems zum Bereitstellen eines elektrochemischen Batteriemodells für eine Gerätebatterie für ein Gerät | |
| DE102020212282A1 (de) | Verfahren und Vorrichtung zur Parametrisierung eines elektrochemischen Batteriemodells für eine Batterie basierend auf Daten von einer Vielzahl von Batterien | |
| DE102020212280A1 (de) | Verfahren und Vorrichtung zum Trainieren eines auf künstlicher Intelligenz-basierendem Zustandsmodells zum Ermitteln einer Zustandsgröße eines elektrischen Energiespeichers | |
| DE102022208932A1 (de) | Verfahren und Vorrichtung zur prädiktiven Diagnose einer Gerätebatterie eines technischen Geräts mithilfe eines Transformer-Modells | |
| DE102021213948A1 (de) | Verfahren und Vorrichtung zum Bereitstellen eines datenbasierten Alterungszustandsmodells zum Bestimmen eines Alterungszustands eines elektrischen Energiespeichers für ein Gerät mithilfe von maschinellen Lernverfahren | |
| DE102021125478B4 (de) | Bestimmung eines alterungswerts für batterien mit strom-spannungs-zeitreihen in zeitdomäne und belastungsdomäne | |
| DE102022203343A1 (de) | Verfahren und Vorrichtung zum Betreiben eines Systems zum Erkennen einer Anomalie eines elektrischen Energiespeichers für ein Gerät mithilfe von maschinellen Lernverfahren | |
| EP3974246A1 (de) | Verfahren und vorrichtung zur robusten vorhersage des alterungsverhaltens eines energiespeichers in einer batteriebetriebenen maschine | |
| DE102021203865A1 (de) | Verfahren und Vorrichtung zum Bewerten eines relativen Alterungszustands einer Gerätebatterie auf Basis einer Gerätegruppen-basierenden Serienstreuung der Gerätebatterien | |
| DE102022204165A1 (de) | Verfahren und Vorrichtung zum initialen Bereitstellen eines Alterungszustandsmodells für Energiespeicher auf Basis von Active Learning Algorithmen | |
| DE102022202111A1 (de) | Verfahren und Vorrichtung zum Erkennen einer kritischen Anomalie in einer Gerätebatterie basierend auf maschinellen Lernverfahren | |
| DE102022202882A1 (de) | Verfahren und Vorrichtung zum Bereitstellen eines prädizierten Alterungszustands einer Gerätebatterie basierend auf einem prädizierten Nutzungsmuster | |
| DE102021203729A1 (de) | Verfahren und Vorrichtung zum Betreiben eines Systems zum Bereitstellen von prädizierten Alterungszuständen von elektrischen Energiespeichern unter Nutzung von rekonstruierten Zeitreihensignalen mithilfe von maschinellen Lernverfahren | |
| DE102022200007A1 (de) | Verfahren und Vorrichtung zum Erlernen einer Parametrisierung eines Alterungsmodells und Bereitstellen eines Alterungszustands für eine Gerätebatterie anhand einer parametrierten Leerlaufspannungs-Kennlinie | |
| DE102022200538A1 (de) | Verfahren und Vorrichtung zum initialen Bereitstellen eines Alterungszustandsmodells für Energiespeicher auf Basis von Active Learning Algorithmen | |
| DE102020214180A1 (de) | Verfahren und Vorrichtung zum Bestimmen einer Zustandsgröße eines elektrischen Energiespeichers | |
| DE102020211988A1 (de) | Verfahren und Vorrichtung zur Ladezustandsbestimmung einer Batterie in einem elektrisch antreibbaren Kraftfahrzeug | |
| DE102022208930A1 (de) | Verfahren und Vorrichtung zum initialen Bereitstellen eines Alterungszustandsmodells für Energiespeicher auf Basis von Active Learning Algorithmen und zeitdiskontierter Informations-Bewertung | |
| DE102021214154A1 (de) | Computerimplementiertes Verfahren zum Bereitstellen eines Alterungszustandsmodells zur Bestimmung eines aktuellen und prädizierten Alterungszustands eines elektrischen Energiespeichers mithilfe von maschinellen Lernverfahren |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G01R0031374000 Ipc: G01R0031392000 |
|
| R163 | Identified publications notified |