[发明专利]一种基于特征阻抗的锂电池过充电过放电检测方法在审
| 申请号: | 202211187357.6 | 申请日: | 2022-09-27 |
| 公开(公告)号: | CN115524625A | 公开(公告)日: | 2022-12-27 |
| 发明(设计)人: | 董明;刘王泽宇;庾甜甜;任明;张崇兴;雷万钧;熊锦晨;吴倩;胡一卓;王彬;贺馨仪;李青;马庆华 | 申请(专利权)人: | 西安交通大学 |
| 主分类号: | G01R31/385 | 分类号: | G01R31/385;G01R31/389;G01R31/367;G06K9/62;G06N3/00 |
| 代理公司: | 北京中济纬天专利代理有限公司 11429 | 代理人: | 覃婧婵 |
| 地址: | 710049 *** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 特征 阻抗 锂电池 充电 放电 检测 方法 | ||
1.一种基于特征阻抗的锂电池过充电过放电检测方法,包括如下步骤:
S100:获取待测锂电池的电化学阻抗谱;
S200:基于电化学阻抗谱提取待测锂电池的特征阻抗;
S300:将特征阻抗输入过充电过放电检测模型,以实现对待测锂电池的过充电过放电检测。
2.根据权利要求1所述的方法,其中,优选的,步骤S200中,所述特征阻抗包括欧姆内阻、SEI膜内阻、电荷转移电阻和低频扩散阻抗。
3.根据权利要求1所述的方法,其中,步骤S300中,所述过充电过放电检测模型采用基于粒子群优化的支持向量机检测模型。
4.根据权利要求3所述的方法,其中,所述基于粒子群优化的支持向量机检测模型的构建过程如下:
S301:输入锂电池不同循环状态下的特征量阻抗值;
S302:选择高斯函数作为核函数;
S303:初始化粒子群,设置粒子群体规模、惩罚值、迭代最大次数、粒子位置及速度、核函数的初始参数值,以构建支持向量机检测模型;
S304:计算每个粒子的适应度函数,并判断当迭代次数达到最大时粒子的适应度函数是否满足精度要求,如果满足,则获得最优支持向量机检测模型;否则更新粒子的位置与速度并返回步骤S303,重新构建新的支持向量机诊断模型。
5.根据权利要求4所述的方法,其中,步骤S303中,通过下式设置粒子位置及速度:
vt+1=wvt+r1·rand()·(Pt-xt)+r2·rand()·(Gt-xt)
xt+1=xt+vt
其中,xt为粒子当前时刻的位置,vt为粒子当前时刻的速度,w为惯性权重,r1与r2为常数,rand()为生成随机数,Pt、Gt为当前时刻t的粒子的自身的最佳位置与全局的最优位置。
6.一种基于特征阻抗的锂电池过充电过放电检测装置,包括:
获取单元,用于获取待测锂电池的电化学阻抗谱;
提取单元,用于基于电化学阻抗谱提取待测锂电池的特征阻抗;
检测单元,用于将特征阻抗输入过充电过放电检测模型,以实现对待测锂电池的过充电过放电检测。
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西安交通大学,未经西安交通大学许可,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/202211187357.6/1.html,转载请声明来源钻瓜专利网。





