[发明专利]基于物联网充电桩的电池健康度评估方法及寿命预测方法在审
| 申请号: | 202310503426.8 | 申请日: | 2023-05-06 |
| 公开(公告)号: | CN116299014A | 公开(公告)日: | 2023-06-23 |
| 发明(设计)人: | 李森财;黎志刚;吴志鹏;陈荟茜;黄倩婷;邹倩斌 | 申请(专利权)人: | 淘电(佛山)物联网信息技术有限公司 |
| 主分类号: | G01R31/392 | 分类号: | G01R31/392;G01R31/367 |
| 代理公司: | 佛山市海融科创知识产权代理事务所(普通合伙) 44377 | 代理人: | 陈椅行 |
| 地址: | 528251 广东省佛山市南海区丹灶镇*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 联网 充电 电池 健康 评估 方法 寿命 预测 | ||
1.一种基于物联网充电桩的电池健康度评估方法,用于评估电动车的电池健康度,其特征在于,所述评估方法包括以下步骤:
获取所述充电桩对所述电池进行充电时产生的局部电参数变化曲线;
利用预先构建的充电曲线模型根据所述局部电参数变化曲线生成充电功率曲线图;
根据所述充电功率曲线图计算所述电池的当前总容量;
根据所述当前总容量和所述电池的标准总容量评估所述电池健康度。
2.根据权利要求1所述的基于物联网充电桩的电池健康度评估方法,其特征在于,所述充电曲线模型包括充电阶段分类模型和多个分别对应于不同充电阶段使用的曲线重建模型;所述充电阶段分类模型用于确认所述局部电参数变化曲线所在的充电阶段,并将所述局部电参数变化曲线置入对应的曲线重建模型中以生成所述充电功率曲线图;所述曲线重建模型用于根据对应的局部电参数变化曲线生成包含全部充电阶段的充电功率曲线图。
3.根据权利要求2所述的基于物联网充电桩的电池健康度评估方法,其特征在于,所述曲线重建模型为生成对抗网络训练获取的曲线生成器模型。
4.根据权利要求2所述的基于物联网充电桩的电池健康度评估方法,其特征在于,所述曲线重建模型为三个,分别用于置入处于恒流充电阶段、恒压充电阶段和浮充充电阶段内的局部电参数变化曲线以生成所述充电功率曲线图。
5.根据权利要求2所述的基于物联网充电桩的电池健康度评估方法,其特征在于,所述根据所述充电功率曲线图计算所述电池的当前总容量的步骤包括:
基于至少两个充电功率曲线图获取融合电功率曲线图;
根据所述融合电功率曲线图计算所述电池的当前总容量。
6.根据权利要求5所述的基于物联网充电桩的电池健康度评估方法,其特征在于,所述至少两个充电功率曲线图为分别利用不同的曲线重建模型根据对应充电阶段的局部电参数变化曲线生成。
7.根据权利要求1所述的基于物联网充电桩的电池健康度评估方法,其特征在于,所述标准总容量基于用户输入数据获取,或基于视频识别电动车类型分析获取,或为对应电池的第一次计算获取的当前总容量。
8.一种基于物联网充电桩的电池寿命预测方法,用于预测电动车的电池剩余寿命,其特征在于,所述预测方法包括以下步骤:
获取所述充电桩对所述电池进行充电时产生的局部电参数变化曲线;
利用预先构建的充电曲线模型根据所述局部电参数变化曲线生成充电功率曲线图;
根据所述充电功率曲线图计算所述电池的当前总容量;
根据所述当前总容量和所述电池的标准总容量评估所述电池健康度;
根据历史充电数据库获取至少一个历史总容量;
根据所述当前总容量和所述历史总容量获取电池损耗率信息;
根据所述电池损耗率信息和所述电池健康度计算获取所述电池的寿命信息。
9.根据权利要求8所述的基于物联网充电桩的电池寿命预测方法,其特征在于,所述电池损耗率信息为单位自然日电池损耗效率,所述寿命信息为所述电池健康度下降至非健康状态的自然日数量。
10.根据权利要求8所述的基于物联网充电桩的电池寿命预测方法,其特征在于,所述电池损耗率信息为所述电池健康度关于所述电池充电次数的变化趋势曲线,所述寿命信息为所述电池健康度下降至非健康状态的所用的电池充电次数。
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淘电(佛山)物联网信息技术有限公司,未经淘电(佛山)物联网信息技术有限公司许可,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/202310503426.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种珍稀植物品种培育定位保护装置
- 下一篇:一种冷冻消融导管及其工作方法





