摘要
本发明实施例提供了一种梯次利用的锂离子电池容量预测方法,涉及新能源电池检测的技术领域。包括:收集梯次利用的锂离子电池在不同工作环境下的电化学性能数据;基于GITT滴定实验结果确定锂离子电池的化学扩散系数;基于环境参数、电化学性能数据、化学扩散系数、锂离子电池的容量参数构建预测模型,以基于预测模型捕捉环境参数、电化学性能数据、化学扩散系数、锂离子电池的容量参数之间的关系;基于历史数据集训练预测模型,并验证预测模型的预测能力,直至预测模型收敛;使用收敛的预测模型基于实时参数预测目标锂离子电池的容量。通过本发明,解决了利用Peukert方程的相关技术只能应用于特定条件下的预测,智能化程度难以满足工程需求的问题。
技术关键词
非线性最小二乘法
复合机器学习模型
锂离子电池容量
参数
粒子群算法
充放电循环次数
混合算法
构建预测模型
遗传算法
数据
深度学习模型
训练预测模型
模型预测值
新能源电池
模块
内阻
关系
系统为您推荐了相关专利信息
LSTM模型
恒流充电
斯皮尔曼相关系数
锂电池健康状态
数据噪声
船舶运动数学模型
船舶航向控制方法
非线性
转向角
径向基函数神经网络
电表参数数据
时序预测模型
朴素贝叶斯模型
故障诊断方法
噪声数据
混凝土智能
调节冷却系统工作
温控系统
PID控制参数
大体积混凝土