一种基于个体特性的锂离子电池健康状态评估方法

AITNT
正文
推荐专利
一种基于个体特性的锂离子电池健康状态评估方法
申请号:CN202411618558
申请日期:2024-11-13
公开号:CN119438906A
公开日期:2025-02-14
类型:发明专利
摘要
本发明涉及锂电池健康状态估计技术领域,具体为一种基于个体特性的锂离子电池健康状态评估方法,包括以下步骤:提出锂离子电池退化建模框架,利用B样条基函数映射操作因子和混合效应之间的关系,并建立大协方差矩阵模型;分别对噪声以及样条基函数的系数进行估计;根据贝叶斯定理,针对不同情况提出不同的参数更新策略;进行电池的SOH预测;有益效果为:本发明提出的基于个体特性的锂离子电池健康状态评估方法,通过运行因素来建模退化过程。这种做法不同于传统的退化模型,只考虑电池间的总体行为,而忽略了个体差异。通过利用运行因素,模型能够更加准确地捕捉每个电池的独特退化路径,从而提升预测的精度和稳定性。
技术关键词
锂离子电池 样条 电池单元 协方差矩阵 锂电池健康状态 混合效应模型 框架 退化模型 误差矩阵 观测噪声 参数 表达式 传感器 数据 因子
系统为您推荐了相关专利信息
1
一种局部训练集的数据训练方法、装置、设备及存储介质
数据训练方法 测试点 训练集 机器学习模型 数据训练装置
2
基于可重构智能表面的通信传输方法、装置、设备及介质
波束成形向量 重构智能 信道估计 人工噪声 通信传输方法
3
一种基于多源数据融合的能源工程数智平台控制方法及系统
平台控制方法 深度净化工艺 气化系统 富氧预热器 多元线性回归分析方法
4
一种基于微动作检测的注意力分析方法、系统、装置及存储介质
注意力 数据 深度学习模型 分析方法 加速度
5
手势识别方法、系统、计算机设备和可读存储介质
手势特征 手势识别方法 手势识别模型 双向长短期记忆网络 全卷积神经网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号