System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电池管理,特别涉及一种多时间尺度融合的锂离子电池全生命周期热失控诊断方法。
技术介绍
1、
2、锂离子电池总是受到恶劣的行驶条件、恶劣的季节环境和偶然的制造缺陷的影响,从而导致电池性能加速退化甚至热失控。目前大多集中于单一时间尺度的热失控诊断,由于无法覆盖电池全生命周期的热失控故障监控,直接应用于现实电池安全防控的可能性较小。
3、另外,现有的短时间尺度的热失控在线报警方法大多采用传统的参数特征,包括电压、电流、温度等电池状态,这些特征比较容易受到采样噪声、不稳定性、温度和电流变化的干扰下的漂移等干扰。且参数化需要大量的实验测试和验证,并不利于在线实时检测。此外,有限的传感器限制了更多信息的获取,原则上限制了这些算法的改进。
4、因此,亟需一种新的多时间尺度融合的锂离子电池全生命周期热失控诊断方法。
技术实现思路
1、本专利技术提供了一种多时间尺度融合的锂离子电池全生命周期热失控诊断方法,可以解决相关技术无法在多时间尺度上覆盖电池全生命周期的热失控故障监控,且短时间尺度的热失控在线报警方法检测精度不高的问题。技术方案如下:
2、一方面,提供了一种多时间尺度融合的锂离子电池全生命周期热失控诊断方法,所述方法包括:
3、利用电化学阻抗谱采样芯片对电池组进行电化学阻抗谱在线实时检测,得到所述电池组中每一个单体电池的eis阻抗数据;其中,所述电化学阻抗谱采样芯片的采集系统设置于车端的电池组上,与每一个单体电池连接;<
...【技术保护点】
1.一种多时间尺度融合的锂离子电池全生命周期热失控诊断方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述车端的聚类模型基于实时的EIS阻抗数据,对所述电池组中的每一个单体电池的热失控进行短时间尺度的实时报警,包括:
3.如权利要求2所述的方法,其特征在于,聚类模型是通过如下方式训练的:
4.如权利要求3所述的方法,其特征在于,所述优化算法为粒子群-模拟退火算法。
5.如权利要求4所述的方法,其特征在于,所述利用所述数据集中的EIS阻抗数据样本训练聚类算法,并基于优化算法对聚类算法的目标参数进行优化,直至得到符合预期的聚类模型,包括:
6.如权利要求1-5中任一项所述的方法,其特征在于,所述在云端对所述电池组中的每一个单体电池的热失控进行长时间尺度的预测,包括:
7.一种多时间尺度融合的锂离子电池全生命周期热失控诊断装置,其特征在于,所述装置包括:
8.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器用于存放计算机程序,所述处理器用于执行所述存储器
9.一种计算机可读存储介质,其特征在于,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法的步骤。
10.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法的步骤。
...【技术特征摘要】
1.一种多时间尺度融合的锂离子电池全生命周期热失控诊断方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述车端的聚类模型基于实时的eis阻抗数据,对所述电池组中的每一个单体电池的热失控进行短时间尺度的实时报警,包括:
3.如权利要求2所述的方法,其特征在于,聚类模型是通过如下方式训练的:
4.如权利要求3所述的方法,其特征在于,所述优化算法为粒子群-模拟退火算法。
5.如权利要求4所述的方法,其特征在于,所述利用所述数据集中的eis阻抗数据样本训练聚类算法,并基于优化算法对聚类算法的目标参数进行优化,直至得到符合预期的聚类模型,包括:
6.如权利要求1-5中任一项所述的方法,其特征在...
【专利技术属性】
技术研发人员:杨世春,庄有田,郑一帆,高子超,周思达,周新岸,张正杰,陈飞,张迎晨,李兴虎,
申请(专利权)人:北京航空航天大学,
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。