摘要
本发明公开一种电池自放电筛选方法,包括:收集经预处理且放电至预设容量的待筛选电池,将其中的正常组电池在预设条件下静置T1小时,静置结束后测试开路电压OCV11;静置T1小时后继续在预设条件下静置T21小时,静置结束后测试开路电压OCV21,并根据第一判定条件判定是否为自放电合格电池;对判定为自放电不合格的正常组电池,继续在预设条件下静置T31小时,静置结束后测试开路电压OCV31,并根据第二判定条件再次判定是否为自放电合格电池;其中,第一判定条件是根据通过人工智能算法预先构建获得的k值预测模型计算k1值,并根据得到的k1值进行判定。本发明能大大缩短正常组电池的自放电筛选工序时间,提升电池生产效率。
技术关键词
组电池
样本
人工智能算法
电压
参数
神经网络模型
风险
非线性
常压
常温
数据
阶段
关系
系统为您推荐了相关专利信息
精细化管理系统
预警模块
数据分析模块
数据采集模块
风险
负荷
综合监控平台
智能监控方法
电厂发电机组
电厂监控技术
健康状态评估方法
新能源汽车电池
车辆续航里程
电池健康状态评估
车辆电池
过载保护功能
端口
主控模块
开关模块
电源适配器