CN119414252A 锂离子电池充放电异常的预警方法及模型训练方法 (天津大学)_第1页
CN119414252A 锂离子电池充放电异常的预警方法及模型训练方法 (天津大学)_第2页
CN119414252A 锂离子电池充放电异常的预警方法及模型训练方法 (天津大学)_第3页
CN119414252A 锂离子电池充放电异常的预警方法及模型训练方法 (天津大学)_第4页
CN119414252A 锂离子电池充放电异常的预警方法及模型训练方法 (天津大学)_第5页
已阅读5页,还剩33页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

院锂离子电池充放电异常的预警方法及模型本发明提供了锂离子电池充放电异常的预池在充/放电过程中的电压信息和电流信息;将所述电压信息和所述电流信息输入训练好的目包括各荷电状态预测信息的均值和各荷电状态2将所述电压信息和所述电流信息输入训练好的目标模型,输出根据所述各荷电状态预测信息的均值和所述各荷电状态预测信获取样本锂离子电池在充/放电过程中的样本电压将所述样本电压信息和所述样本电流信息输入初始模型,输出各样基于目标损失函数,根据所述各样本荷电状态预测值的均值基于所述损失梯度,利用自然梯度优化法调整所述初始模型的根据所述根据所述各荷电状态预测信息的均值和在所述目标锂离子电池充电的过程中,响应于所述概率区在所述目标锂离子电池放电的过程中,响应于所述概率区将所述均值与所述方差中间值之差确定为概率将所述均值与所述方差中间值之和确定为概率3基于所述损失梯度,利用自然梯度优化法调整所述初始模型的分别基于所述均值的梯度值、所述方差的梯度值和预定预测模块,用于将所述电压信息和所述电流信息输入训练好态预测信息的均值和各荷电状态预测信息的方差;所述各荷电状态预测信息服从正态分中的样本电压信息和样本电流信息;对所述样本电压信息和所述样本电流信息进行处理,预警模块,用于根据所述各荷电状态预测信息的均值和所述各荷电其特征在于,所述一个或多个处理器执行所述一个或多个计算机程程序或指令被处理器执行时实现根据权利要求1~5中任一项所述4[0006]获取目标锂离子电池在充/放电过程中的电压信息和电流信息;将电压信息和电[0011]获取样本锂离子电池在充/放电过程中的样本电压信息和样本电流信息;对样本5[0014]第一获取模块,用于获取目标锂离子电池在充/放电过程中的电压信息和电流信[0016]预警模块,用于根据各荷电状态预测信息的均值和各荷[0018]第二获取模块,用于获取样本锂离子电池在充/放电过程中的样本电压信息和样6[0026]根据本发明的实施例,通过获取目标锂离子电池在充/放电过程中的电压信息和电流信息并输入目标模型,输出各荷电状态预测信息的均值和各荷电状态预测信息的方得到目标锂离子电池的荷电状态概率分布信息,从而在目标锂离子电池实际未达到过充/放电时进行预警,解决了相关技术对于过充/放电的判断存在滞后性即目标锂离子电池已[0030]图2b示出了根据本发明实施例的1000s~2200s内目标锂离子电池的概率区间信[0031]图2c示出了根据本发明实施例的9000s~10200s内目标锂离子电池的概率区间信[0035]图6示出了根据本发明实施例的适于实现锂离子电池充放电异常的预警方法或模7[0042]锂离子电池的过充电是指电池在充电过程中充入的电量超过其设计或规定的额获取目标锂离子电池在充/放电过程中的电压信息和电流信息;将电压信息和电流信息输[0052]根据本发明的实施例,目标模型可以包括自然梯度提升机(Naturalgradient8[0055]根据本发明的实施例,通过获取目标锂离子电池在充/放电过程中的电压信息和电流信息并输入目标模型,输出各荷电状态预测信息的均值和各荷电状态预测信息的方得到目标锂离子电池的荷电状态概率分布信息,从而在目标锂离子电池实际未达到过充/放电时进行预警,解决了相关技术对于过充/放电的判断存在滞后性即目标锂离子电池已[0057]根据本发明的实施例,目标置信度表示对于概率区间信息的可信程度,可以为[0062]为了更好地体现根据概率区间信息和预定概率区间信息对目标锂离子电池的过9[0064]图2b示出了根据本发明实施例的1000s~2200s内目标锂离子电池的概率区间信[0065]图2c示出了根据本发明实施例的9000s~10200s内目标锂离子电池的概率区间信会更早的超过荷电状态预测信息。其中,图2c中概率区间信息的下界值比均值μ更早到达[0073]获取样本锂离子电池在充/放电过程中的样本电压信息和样本电流信息;对样本[0076]在操作S310,获取样本锂离子电池在充/放电过程中的样本电压信息和样本电流压信息和样本电流信息的采样电路包括霍尔电流传感器或分流器等采集电流的部件以及[0079]根据本发明的实施例,与第k时刻相对应的荷电状态预测信息soc(r)可以基于如[0091]根据本发明的实施例,可以使用弱学习器来预测荷电状[0094]根据本发明的实施例,i个样本荷电状态预测值的方差可以表示为如下公式[0097]根据本发明的实施例,目标损失函数L(u,o)可以表示为如下公式(6用于通过[0129]根据本发明的实施例,实现上述实施例100和实施例300的计算芯片可以为单片[0134]第一获取模块410用于获取目标锂离子电池在充/放电过程中的电压信息和电流[0135]预测模块420用于将电压信息和电流信息输入训练好的目标模型,输出目标锂离[0136]预警模块430用于根据各荷电状态预测信息的均值和各荷电状态预测信息的方者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结取模块410、预测模块420和预警模块430中的至少一个可以至少被部分地实现为计算机程[0153]第二获取模块510用于获取样本锂离子电池在充/放电过程中的样本电压信息和[0154]处理模块520用于对样本电压信息和样本电流信息进行处理,生成样本荷电状态[0155]输出模块530用于将样本电压信息和样本电流信息输入初始模型,输出各样本荷输出模块530、损失计算模块540和调整模块550中的至少一个可以至少被部分地实现为计[0160]图6示出了根据本发明实施例的适于实现锂离子电池充放电异常的预警方法或模执行根据本发明实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。602以及RAM603通过总线604彼此相连。处理器601通过执行ROM602和/或RAM603中的程ROM602和RAM603以外的一个或多个存储器中。处理器601也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本发明实施例的方法605的以下部件中的一项或多项:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管其上读出的计算机程序根据需要被安装入存计算机可读存储介质可以包括上文描述的ROM602和/或RAM603和/或ROM602和RAM603

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论