[发明专利]电芯分选方法、装置以及计算机设备有效
| 申请号: | 202110375572.8 | 申请日: | 2021-04-07 |
| 公开(公告)号: | CN113083739B | 公开(公告)日: | 2023-03-21 |
| 发明(设计)人: | 郭毅 | 申请(专利权)人: | 东软睿驰汽车技术(沈阳)有限公司 |
| 主分类号: | B07C5/344 | 分类号: | B07C5/344;B07C5/36 |
| 代理公司: | 北京超成律师事务所 11646 | 代理人: | 孔默 |
| 地址: | 110000 辽宁*** | 国省代码: | 辽宁;21 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 分选 方法 装置 以及 计算机 设备 | ||
1.一种电芯分选方法,其特征在于,所述方法包括:
获取梯次利用的目标电芯的历史使用数据;
基于所述历史使用数据分析所述目标电芯的寿命衰减数据;
对所述目标电芯进行性能测试,得到第一性能参数;
将所述第一性能参数和所述寿命衰减数据作为特征向量,并基于所述特征向量对所述目标电芯进行分选,得到电芯分选结果;
所述基于所述历史使用数据分析所述目标电芯的寿命衰减数据的步骤,包括:
基于所述历史使用数据对所述目标电芯的历史寿命衰减趋势进行分析,得到第一寿命衰减数据;
所述基于所述历史使用数据分析所述目标电芯的寿命衰减数据的步骤,还包括:
通过ICA和等效电路模型分析所述目标电芯的寿命衰减机制,并将所述寿命衰减机制对寿命衰减的相对影响进行量化,得到第二寿命衰减数据;
还包括:
基于所述历史使用数据对所述目标电芯的性能的历史变化趋势进行分析,得到第二性能参数;
所述将所述第一性能参数和所述寿命衰减数据作为特征向量,并基于所述特征向量对所述目标电芯进行分选,得到电芯分选结果的步骤,包括:
将所述第一性能参数、所述第二性能参数、所述第一寿命衰减数据以及所述第二寿命衰减数据作为特征向量,并基于所述特征向量对所述目标电芯进行分选,得到电芯分选结果;
所述基于所述特征向量对所述目标电芯进行分选,得到电芯分选结果的步骤,包括:
基于所述特征向量,通过聚类算法对所述目标电芯进行聚类,得到聚类结果;
根据所述聚类结果对所述目标电芯进行分选,得到电芯分选结果。
2.根据权利要求1所述的电芯分选方法,其特征在于,所述寿命衰减机制包括下述任意一项或多项:
正负极活性材料减少情况,锂离子存量减少情况,析锂情况。
3.根据权利要求1所述的电芯分选方法,其特征在于,所述第二性能参数包括下述任意一项或多项:
内阻,阻抗,自放电率。
4.一种电芯分选装置,其特征在于,所述装置包括:
获取模块,用于获取梯次利用的目标电芯的历史使用数据;
分析模块,用于基于所述历史使用数据分析所述目标电芯的寿命衰减数据;
测试模块,用于对所述目标电芯进行性能测试,得到第一性能参数;
分选模块,用于将所述第一性能参数和所述寿命衰减数据作为特征向量,并基于所述特征向量对所述目标电芯进行分选,得到电芯分选结果;
所述分析模块具体用于:
基于所述历史使用数据对所述目标电芯的历史寿命衰减趋势进行分析,得到第一寿命衰减数据;
所述分析模块还用于:
通过ICA和等效电路模型分析所述目标电芯的寿命衰减机制,并将所述寿命衰减机制对寿命衰减的相对影响进行量化,得到第二寿命衰减数据;
分析模块还用于:
基于所述历史使用数据对所述目标电芯的性能的历史变化趋势进行分析,得到第二性能参数;
分选模块具体用于:
将所述第一性能参数、所述第二性能参数、所述第一寿命衰减数据以及所述第二寿命衰减数据作为特征向量,并基于所述特征向量对所述目标电芯进行分选,得到电芯分选结果;
分选模块还用于:
基于所述特征向量,通过聚类算法对所述目标电芯进行聚类,得到聚类结果;
根据所述聚类结果对所述目标电芯进行分选,得到电芯分选结果。
5.一种计算机设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至3任一项所述的方法的步骤。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可运行指令,所述计算机可运行指令在被处理器调用和运行时,所述计算机可运行指令促使所述处理器运行所述权利要求1至3任一项所述的方法。
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东软睿驰汽车技术(沈阳)有限公司,未经东软睿驰汽车技术(沈阳)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/202110375572.8/1.html,转载请声明来源钻瓜专利网。





