申请/专利权人：南京林业大学

申请日：2022-09-20

公开（公告）日：2022-11-29

公开（公告）号：CN115407210A

主分类号：G01R31/367

分类号：G01R31/367

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.12.16#实质审查的生效;2022.11.29#公开

摘要：本发明公开了一种基于电池容量预测模型的锂离子电池容量预测方法，包括：采集锂离子电池数据集；预设多组均含有未知参数的锂离子电池容量衰退经验模型，基于锂离子电池数据集，分别计算出多组锂离子电池容量衰退经验模型中的所有未知参数的值，从多组锂离子电池容量衰退经验模型中选择其中模型拟合精度最优的模型，作为最终的电池容量预测模型；获取待测锂离子电池的充放电循环周期数，将待测锂离子电池的充放电循环周期数输入至电池容量预测模型进行处理，预测得到对应的电池容量值。本发明通过对多种经验模型进行组合分析，提出一种具有对电池容量衰退整体和局部都具有较好拟合优度的电池容量预测模型，模型简单，且预测精度高。

主权项：1.一种基于电池容量预测模型的锂离子电池容量预测方法，其特征在于：包括以下步骤：步骤1：采集锂离子电池数据集，锂离子电池数据集包括锂离子电池在老化过程中的充放电循环周期数以及所述充放电循环周期数对应的锂离子电池容量；步骤2：预设多组均含有未知参数的锂离子电池容量衰退经验模型，基于锂离子电池数据集，分别计算出多组锂离子电池容量衰退经验模型中的所有未知参数的值，从多组锂离子电池容量衰退经验模型中选择其中模型拟合精度最优的模型，作为最终的电池容量预测模型；步骤3：获取待测锂离子电池的充放电循环周期数，将待测锂离子电池的充放电循环周期数输入至电池容量预测模型进行处理，预测得到对应的电池容量值。

全文数据：

权利要求：

百度查询： 南京林业大学 基于电池容量预测模型的锂离子电池容量预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD