CN114545277B 一种基于容量衰减的动力电池退役预测方法 （北京理工新源信息科技有限公司）_第1页
CN114545277B 一种基于容量衰减的动力电池退役预测方法 （北京理工新源信息科技有限公司）_第2页
CN114545277B 一种基于容量衰减的动力电池退役预测方法 （北京理工新源信息科技有限公司）_第3页
CN114545277B 一种基于容量衰减的动力电池退役预测方法 （北京理工新源信息科技有限公司）_第4页
CN114545277B 一种基于容量衰减的动力电池退役预测方法 （北京理工新源信息科技有限公司）_第5页
已阅读5页，还剩17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

US2014214349A1,2014.07.31一种基于容量衰减的动力电池退役预测方法本发明提供了一种基于容量衰减的动力电减算法预测模型以及基于对已退役电池统计的通过容量衰减算法预测模型则能够针对不同材2步骤三、利用不同动力电池类型的历史数据计算电池使步骤四、根据每日所述的充电片段与放电片段时间步骤五、利用不同动力电池类型所得到的最大可用步骤六、由样本车辆历史数据中的初始最大可用容量率η相乘得到容量衰减算法预测模型的退役条件；统计各已退役电池的不同累计使用时间与容量衰减率η变化趋势，结合同类型电池累计使用时间均值与容量衰减率均值之间的关步骤七、融合所建立的容量衰减算法预测模型与退3.如权利要求1所述的方法，其特征在于36.如权利要求1所述的方法，其特征在于：步骤五中所述的长短期记忆网络核心由tt*为真实值。7.如权利要求6所述的方法，其特征在于：对长短期记忆网络进行训练的具体过程包45衰减率η相乘得到容量衰减算法预测模型的退役条件；统计各已退役电池的不同累计使用时间与容量衰减率η变化趋势，结合同类型电池累计使用时间均值与容量衰减率均值之间6]+bi)]+bf)]+bo)t-1为长期7[0043]通过执行上述训练过程，即可得到适用于上述6个不同类型动力电池的容量衰减[0045]统计各已退役电池的不同累计使用时间与容量衰减率η变化趋势，结合同类型电[0046]容量衰减算法预测模型的退役条件具体由样本车辆历史数据中的初始最大可用均达到200次以上，每帧历史数据间隔是否在0～30s以内，以及每帧历史数据是否全部包8[0052]本发明所提供的一种基于容量衰减的动力电池退役预测方法，具体包括以下步衰减率η相乘得到容量衰减算法预测模型的退役条件；统计各已退役电池的不同累计使用时间与容量衰减率η变化趋势，结合同类型电池累计使用时间均值与容量衰减率均值之间9nd个放电片段的时间占比40％和60通过加权平均计算当日的最大可用容量C，具体表示[0070]在本发明的一个优选实施方式中，步骤五中所述的长短期记忆网络核心由input]+bi)]+bf)]+bo)[0089]通过执行上述训练过程，即可得到适用于上述6个不同类型动力电池的容量衰减[0091]统计各已退役电池的不同累计使用时间与容量衰减率η变化趋势，结合同类型电[0092]容量衰减算法预测模型的退役条件具体由样本车辆历史数据中的初始最大可用容量与同类型电池退役时的容量衰减率η相乘得到。则此类电池的退役时间可通

人人文库> 全部分类> 行业资料 > 信息产业

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