【技术实现步骤摘要】
一种锂离子电池电化学交流阻抗谱重构方法
[0001]本专利技术涉及电池
,尤其涉及一种锂离子电池电化学交流阻抗谱重构方法
。
技术介绍
[0002]锂离子动力电池是
20
世纪开发成功的二次电池,其负极主要是石墨等材料,正极则采用磷酸铁锂
、
钴酸锂
、
钛酸锂等
。
锂离子在正负极之间进行嵌入与脱嵌,形成电池的充放电
。
因其具有能量高
、
电池电压高
、
工作温度范围宽
、
贮存寿命长等优点,已广泛应用于水力
、
火力
、
风力和太阳能电站等储能电源系统,以及电动工具
、
电动自行车
、
电动摩托车
、
电动汽车
、
军事装备
、
航空航天等多个领域
。
[0003]电化学交流阻抗是指控制通过电化学系统的电流
(
或电势
)
为小幅度正弦交流信号,同时测量相应的系统电势
(
或电流
)
随时间的变化,或者直接测量系统的交流阻抗
(
或导纳
)
,进而分析电化学系统的反应机理
、
计算系统的相关参数
。
它是一种无损的测量电池内部的电化学特征及反应机理以及目前最为常用且有效的方法,可以在电池老化模式分析
、
...
【技术保护点】
【技术特征摘要】
1.
一种锂离子电池电化学交流阻抗谱重构方法,其特征在于,通过对样本电池进行全频率电化学阻抗谱测量,获得输入数据集
Q
和输出数据集
P
;将所述输入数据集
Q
作为神经网络模型的输入值
、
将所述输出数据集
P
作为神经网络模型的输出值进行训练,获得重构电池电化学交流阻抗谱的神经网络模型;所述输入数据集
Q
为样本电池同频率范围内以等比数列方式取部分的频率采样点,测得的电化学阻抗的数据集;所述输出数据集
P
为样本电池每隔一个数量级的频率取定量采样点,测得的电化学阻抗的数据集
。2.
根据权利要求1所述的锂离子电池电化学交流阻抗谱重构方法,其特征在于,所述输入数据集
Q
和输出数据集
P
均根据对应的频率拆分成实部和虚部;所述输入数据集
Q
的虚部数据输入所述神经网络模型,对应输出同频率所述输出数据集
P
的虚部数据;所述输入数据集
Q
的实部数据输入所述神经网络模型,对应输出同频率所述输出数据集
P
的虚部数据
。3.
根据权利要求2所述的锂离子电池电化学交流阻抗谱重构方法,其特征在于,按照频率将实部与虚部数据分别按照先验知识分成多个模型来进行预测不同频率下的交流阻抗
。4.
根据权利要求2所述的锂离子电池电化学交流阻抗谱重构方法,其特征在于,样本电池进行电化学阻抗谱测量频率范围为
10000
‑
0.01HZ
,覆盖阻抗谱的超高频
、
高
、
中和低频,以频率每隔1个数量级取
10
个采样点;所述输入数据集
Q
的选取方式选取的采样点频率包含在所述输出数据集
P
选取方式的频率内;所述阻抗谱数据是不等地分布在锂离子不同电池寿命周期内和电池不同
SOC
状态
。5.
根...
【专利技术属性】
技术研发人员:来鑫,柯鹏辉,郑岳久,朱佳俊,马云杰,
申请(专利权)人:上海理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。