[发明专利]电池的管理系统和方法在审
| 申请号： | 201711478202.7 | 申请日： | 2017-12-29 |
| 公开（公告）号： | CN108258338A | 公开（公告）日： | 2018-07-06 |
| 发明（设计）人： | 韩竞科 | 申请（专利权）人： | 江苏博强新能源科技股份有限公司 |
| 主分类号： | H01M10/42 | 分类号： | H01M10/42;H01M10/48;G06N3/08;G01R31/36 |
| 代理公司： | 苏州市港澄专利代理事务所(普通合伙) 32304 | 代理人： | 汤婷 |
| 地址： | 215600 江苏省苏州市张家港市锦丰镇江苏扬子*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 电池 动力电池 估算 实时状态参数 管理系统 云平台 神经元网络模型 终端 能源利用效率 人工智能模型 数据采集装置 智能处理装置 产品市场 训练结果 终端模型 申请 预警 采集 燃烧 分析 管理 | ||
1.一种电池的管理系统，其特征在于，包括：
数据采集装置，采集电池的实时状态参数；
与电池位于同一终端的智能处理装置，根据所述实时状态参数至少估算出电池的SOC值和/或SOH值，并将估算值发送给云平台。
2.根据权利要求1所述的电池的管理系统，其特征在于，所述云平台分别与多个所述终端通信，并直接从终端获取SOC估算值和/或SOH估算值。
3.根据权利要求1或2所述的电池的管理系统，其特征在于，所述智能处理装置基于神经元网络模型对电池的SOC值和/或SOH值进行估算。
4.根据权利要求3所述的电池的管理系统，其特征在于，所述云平台根据不同终端电池的SOC估算值和/或SOH估算值，训练神经元网络模型，得到一个相对精度高的人工智能模型。
5.根据权利要求4所述的电池的管理系统，其特征在于，还包括通过所述相对精度高的人工智能模型，对终端的神经元网络模型进行更新。
6.根据权利要求3所述的电池的管理系统，其特征在于，采用电化学模型对神经元网络模型进行训练，电化学模型包括：
基于锂离子电池电化学模型和寿命衰减机理的性能衰减模型，和/或
基于有限数据采集的健康状态诊断模型，和/或
基于锂离子电池热阻模型和间接温度数据的热安全状态分析模型。
7.根据权利要求1所述的电池的管理系统，其特征在于，还包括位于终端的存储装置，至少用以存储智能处理装置输出的SOC估算值和/或SOH估算值。
8.一种电池的管理方法，其特征在于，包括：
采集电池的实时状态参数；
根据所述实时状态参数至少估算出电池的SOC值和/或SOH值，并将估算值发送给远端的云平台。
9.根据权利要求8所述的电池的管理方法，其特征在于：智能处理装置基于神经元网络模型对电池的SOC值和/或SOH值进行估算。
10.根据权利要求8所述的电池的管理方法，其特征在于：所述云平台根据不同终端电池的SOC估算值和/或SOH估算值，训练神经元网络模型，得到一个相对精度高的人工智能模型，并通过该人工智能模型对终端的神经元网络模型进行更新。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏博强新能源科技股份有限公司，未经江苏博强新能源科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201711478202.7/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种阻止锂离子电池热失控的方法
- 下一篇：一种电池组自动监测系统及其监测方法
