一种基于多物理场仿真与神经网络的锂电池组健康状态在线预测方法

发明专利有效专利

申请号：
CN202111009937.1
IPC分类号：G01R31/392
申请日期：
2021-08-31
申请人：
北京航空航天大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于多物理场仿真与神经网络的锂电池组健康状态在线预测方法
申请号	CN202111009937.1	申请日期	2021-08-31
法律状态	公开	申报国家	中国
公开/公告日	2021-11-26	公开/公告号	CN113702855A
优先权	暂无	优先权号	暂无
主分类号	G01R31/392	IPC分类号	G;0;1;R;3;1;/;3;9;2查看分类表>
申请人	北京航空航天大学	申请人地址	北京市海淀区学院路37号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京航空航天大学	当前权利人	北京航空航天大学
发明人	任羿;颜珊珊;夏权;孙博;杨德真;冯强
代理机构	暂无	代理人	暂无

摘要

本发明涉及一种基于多物理场仿真与神经网络的锂电池组健康状态在线估计方法，步骤包括：构建锂电池组多物理场仿真模型，通过工作载荷分析，开展锂电池组多物理场仿真试验、模型验证与分析；基于仿真试验分析结果，结合实验数据，构建并训练面向锂电池组健康状态预测的神经网络模型，包括面向多物理场仿真和健康状态退化的神经网络模型；在锂电池组使用阶段，采集并处理局部运行数据，应用神经网络模型进行全域物理表征分析以及锂电池单体退化分析，进而预测锂电池组健康状态。该方法融合了基于模型和基于数据方法的优点，能够实现快速在线的锂电池组健康状态预测。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供