Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 山东大学商云龙获国家专利权

山东大学商云龙获国家专利权

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!

龙图腾网获悉山东大学申请的专利一种锂离子电池荷电状态与健康状态联合估计方法及系统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:CN120847647B

龙图腾网通过国家知识产权局官网在2025-12-05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:202511351899.6,技术领域涉及:G01R31/385;该发明授权一种锂离子电池荷电状态与健康状态联合估计方法及系统是由商云龙;于淼;张承慧;胡敬宇设计研发完成,并于2025-09-22向国家知识产权局提交的专利申请。

一种锂离子电池荷电状态与健康状态联合估计方法及系统在说明书摘要公布了:本发明属于电池荷电状态估计技术领域,提供了一种锂离子电池荷电状态与健康状态联合估计方法及系统,获取电池在充放电循环过程中的容量以及不同位置的应力和温度数据;对获取的数据进行预处理;分别计算并分析预处理后的各个应力、温度点与荷电状态和健康状态的斯皮尔曼等级相关性系数,筛选出变化超过设定程度且与电池状态关联程度超过设定值的应力和温度特征作为关键特征;将筛选后的关键特征作为输入,荷电状态值和健康状态值作为输出,设置模型损失函数,对联合估计模型进行训练;将实时获取的应力和温度数据的关键特征输入训练后的联合估计模型,得到荷电状态和健康状态估计值。本发明实现SOC和SOH的高精度估计。

本发明授权一种锂离子电池荷电状态与健康状态联合估计方法及系统在权利要求书中公布了:1.一种锂离子电池荷电状态与健康状态联合估计方法,其特征是,包括以下步骤: 获取锂离子电池充放电实验中记录的电池在充放电循环过程中的容量以及不同位置的应力和温度数据; 对获取的数据进行预处理; 分别计算并分析预处理后的各个应力、温度点与荷电状态和健康状态的斯皮尔曼等级相关性系数,筛选出变化超过设定程度且与电池状态关联程度超过设定值的应力和温度特征作为关键特征; 将筛选后的关键特征作为输入,荷电状态值和健康状态值作为输出,设置模型损失函数,对联合估计模型进行训练; 将实时获取的应力和温度数据的关键特征输入训练后的联合估计模型,得到最终的荷电状态和健康状态估计值; 分别计算并分析预处理后的各个应力、温度点与荷电状态和健康状态的斯皮尔曼等级相关性系数,筛选出变化超过设定程度且与电池状态关联程度超过设定值的应力和温度特征作为关键特征的过程包括:计算各个区域应力差、温度与荷电状态和健康状态的相关性,以距离负极极耳区域设定范围内的各位置区域的平均温度数据,以及正负极极耳间的应力差作为荷电状态估计关键特征,以正负极极耳间的应力差的最大值和最小值作为健康状态估计关键特征; 所述联合估计模型包括两个Transformer子模型,对于用于荷电状态估计的Transformer子模型,保留与健康状态之间的耦合关系,输入特征为采集到的正负极极耳间的应力差Δσ、负极极耳区域的平均温度数据以及健康状态数据,输出为荷电状态估计值; 对于用于健康状态估计的Transformer子模型,输入特征为每次循环的正负极极耳间的应力差Δσ的最大值和最小值,输出特征为健康状态估计值; 设置模型损失函数的过程包括: 对于SOC估计,设计损失函数如下: ; 其中,各变量含义为: 为基础均方误差项,SOCpred代表SOC估计值,SOCtrue代表SOC真实值,α为该项的权重系数,选择均方误差作为SOC估计的基础误差项能够精准敏感地捕捉SOC的瞬时波动; β•ReLUΔσ-σth为指数型应力风险惩罚项,Δσ代表正负极极耳区域应力差,σth代表应力安全阈值,根据具体电池材料屈服强度设定阈值设定,ReLU代表线性阈值函数,β为该项的权重系数,调整方式为,为设置的基准值,用于在Δσ过大时增加权重加大惩罚,该项设计的作用是能够反应当应力差超过安全阈值时激活惩罚,强制模型关注高应力风险; δ•∣▽T∣为热梯度均匀项,▽T代表极耳区与中心区域温度差,反应温度场的不均匀程度,δ为该项的权重系数,计算方式为,Tref为循环开始时设定温度,随着温度的升高权重逐渐增大,为设置的基准值,该项设计的作用为最小化温度分布差异,抑制局部热失控风险; 为电-机械响应约束项,基于观察到的电池应力与电压变化趋势一致且强相关设计该项,代表电压变化率,代表应力变化率,k为电压-应力耦合系数,μ为该项耦合权重,计算方式为,为设置的基准值;应力梯度方差越大,μ呈线性增加,该项考虑了电池多物理场协同,确保电压变化与应力变化同步; 对于SOH估计,设计损失函数如下: ; 其中,为基础老化误差项,SOHpred代表SOH估计值,SOHtrue代表SOH真实值,该项作为SOH估计基础误差项,适应电池缓慢老化的特性,最小化SOH估计绝对误差,同时避免单次循环异常值干扰长周期退化趋势; 为应力-内阻关联项,基于各循环中的应力差与内阻的强相关性设计该项,代表第n次循环与第一次循环的应力差幅值之比,代表第n次循环与第1次循环的内阻之比;λ为关联权重,计算方式为,为设置的基准值,该项为老化一致性约束,能够强制应力差幅值增长与内阻增长同步,并使得电池老化后期强化应力与化学老化的关联; 为电压弛豫-老化耦合项,Vrelax代表静置电压降,代表SOH衰减率,η为该项耦合系数,计算方式为,为设置的基准值,静置压降偏离正常值设定值时,η呈阶梯式增大,该项设计作用为当电压弛豫增大时,强制SOH加速衰减,符合电池电化学老化特性。

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山东大学,其通讯地址为:250000 山东省济南市历下区经十路17923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”。

以上内容由龙图腾AI智能生成。

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。