Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学赵磊获国家专利权

哈尔滨工业大学赵磊获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉哈尔滨工业大学申请的专利基于模型-数据混合驱动的锂离子电池变工况SOH评估方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119783511B

龙图腾网通过国家知识产权局官网在2025-08-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411835307.3,技术领域涉及:G06F30/27;该发明授权基于模型-数据混合驱动的锂离子电池变工况SOH评估方法是由赵磊;单润哲;王亚璇;郭世龙;崔岳;王振波;李俊夫;顾大明设计研发完成,并于2024-12-13向国家知识产权局提交的专利申请。

基于模型-数据混合驱动的锂离子电池变工况SOH评估方法在说明书摘要公布了:基于模型‑数据混合驱动的锂离子电池变工况SOH评估方法,它涉及锂离子电池健康状态评估方法,它是要解决现有电池的定工况SOH估计法适用性差、精度低的问题。本方法:一、电池在工况一、二下加速老化采集信息;二、针对电池在工况一下的恒流放电曲线,用粒子群优化算法进行SP+模型参数辨识,得到模型参数在电池健康度为100%~80%内的退化轨迹;三、选出与电池SOH相关度高的模型参数作为健康特征输入BP神经网络算法估计电池SOH,工况一、二数据分别为训练集和测试集;四、根据工况一数据训练得到的BPNN模型,在输入改为仿真得到的工况二SP+模型参数后,输出的工况二下的电池SOH,完成评估。可用于电池领域。

本发明授权基于模型-数据混合驱动的锂离子电池变工况SOH评估方法在权利要求书中公布了:1.基于模型-数据混合驱动的锂离子电池变工况SOH评估方法,其特征在于该方法包括以下步骤: 步骤1、在55~65℃下开展锂离子电池变工况加速老化试验,工况一的充放电倍率均为工况二的两倍,将电池以工况一老化至SOH为80%后,继续将电池以工况二老化至SOH为70%,采集加速老化试验过程中的物理信息,其中物理信息为电池电压、电流和容量; 步骤2、针对电池在工况一条件下的恒流放电曲线,利用粒子群优化算法开展简化电化学SP+模型参数辨识,具体是:在工况一条件下相隔20~40个循环圈数辨识一次,共辨识10次,并采用分段三次埃尔米特插值法模拟出退化轨迹的形状,得到每一次循环相对应的SP+模型参数;之后根据工况一的SP+模型参数退化轨迹,使用支持向量机算法仿真出SP+模型参数在工况二条件下即电池健康度80%~70%区间内的退化轨迹,将辨识参数代回SP+模型拟合出仿真电压曲线,确保由辨识参数拟合出的仿真电压曲线与实测电压曲线误差不大于15mV;得到SP+模型参数在电池健康度为100%~80%区间内的退化轨迹; 步骤3、采用皮尔逊相关性分析法遴选出与电池SOH相关度高的SP+模型参数,将这些模型参数作为健康特征输入BP神经网络算法估计电池SOH,工况一数据为训练集,工况二数据为测试集; 步骤4、根据工况一数据训练得到的BPNN模型,在输入改为仿真得到的工况二SP+模型参数后,输出的工况二条件下的电池SOH,即为锂离子电池变工况SOH,完成电池变工况健康状态的评估。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。