申请/专利权人:浙江一舟电子科技股份有限公司;大连理工大学宁波研究院
申请日:2024-02-02
公开(公告)日:2024-06-07
公开(公告)号:CN118151010A
主分类号:G01R31/367
分类号:G01R31/367;G01R31/389;G01R31/385
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.25#实质审查的生效;2024.06.07#公开
摘要:本申请涉及一种电池参数辨识方法及其相关设备,涉及储能电池技术领域。该方法实施例包括:构建储能电池的等效电路模型,利用电池混合脉冲功率特性测试对等效电路模型中的电池参数进行辨识,得到多个预设剩余电量值下对应的电池参数数据库;基于电池参数数据库、本征正交分解指示的正交基底,计算多个预设剩余电量值下第一电池参数对应的第一重构模态系数值;根据第一重构模态系数值和径向基函数神经网络模型,计算目标剩余电量值下第二电池参数对应的第二重构模态系数值,基于第二重构模态系数值和正交基底确定目标剩余电量值下的电池参数预测值。该实施例实现了不同工况条件下的电池参数辨识,提高电池参数的辨识精度和辨识效率,拓展适用场景。
主权项:1.一种电池参数辨识方法,其特征在于,包括:构建储能电池的等效电路模型,利用电池混合脉冲功率特性测试对所述等效电路模型中的电池参数进行辨识,得到多个预设剩余电量值下等效电路模型对应的电池参数数据库;其中,所述电池参数包括电池端电压、开路电压、欧姆内阻、电化学极化电容、电化学极化电阻、浓差极化电容、浓差极化电阻中的至少一种;基于所述电池参数数据库、本征正交分解指示的正交基底,计算多个预设剩余电量值下第一电池参数对应的第一重构模态系数值;根据所述第一重构模态系数值和径向基函数神经网络模型,计算目标剩余电量值下第二电池参数对应的第二重构模态系数值,基于所述第二重构模态系数值和所述正交基底确定所述目标剩余电量值下的电池参数预测值,以实现电池参数的辨识;其中,所述径向基函数神经网络模型是基于所述第一重构模态系数值训练得到的。
全文数据:
权利要求:
百度查询: 浙江一舟电子科技股份有限公司;大连理工大学宁波研究院 电池参数辨识方法及其相关设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。