CN119535238B 一种基于深度学习的锂电池健康状态评估方法 (中国计量大学)_第1页
CN119535238B 一种基于深度学习的锂电池健康状态评估方法 (中国计量大学)_第2页
CN119535238B 一种基于深度学习的锂电池健康状态评估方法 (中国计量大学)_第3页
CN119535238B 一种基于深度学习的锂电池健康状态评估方法 (中国计量大学)_第4页
CN119535238B 一种基于深度学习的锂电池健康状态评估方法 (中国计量大学)_第5页
已阅读5页,还剩24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

一种基于深度学习的锂电池健康状态评估本发明公开了一种基于深度学习的锂电池2对若干已知内部阻抗特征参数的锂电池进行电化学阻抗谱测试,基于样本图像集,建立深度学习网络模型,将样本图像集内对待评估的锂电池进行电化学阻抗谱测试,得到目标奈奎斯特曲线图根据得到的待评估的锂电池的内部阻抗特征参数,结合对应电力基于容量保持率指数、循环效率劣化指数和外形膨胀影响指数将待评估的锂电池的健康状态综合系数与锂电池健康阈值相对比,根据不同对比结当CHI≥0.7*yz时,判断为待评估的锂电池的健康状态为优,表示该锂电池应正常使3完成训练的内部阻抗特征参数预测模型输入为锂电池的奈奎斯其中待评估的锂电池当前实际容量Cactual基于电力特征参数计算获取,具体计算所依ref其中待评估的锂电池当前内阻Rint计算ohmsei和Rdiff分别为模型输出的待评估锂电池的电解质欧姆阻抗预测值、固体45[0005]现有技术中的,公开号为CN106353687B公开了一种锂电6函数和优化算法,其中选择Tanh函数作为激活函数,选择Adam作为LSTM模型的优化算法;7[0025]其中待评估的锂电池当前实际容量Cactual基于电力特征参数计算获取,具体计算8析得到待评估的锂电池的健康状态综合系数,其中健康状态综合系数计算所依据的公式9或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。对位置关系也可能相应地改变。特曲线图作为深度学习网络模型的输入,并以每张曲线图对应的内部阻抗特征参数为标[0073]奈奎斯特曲线是基于电化学阻抗谱(EIS)数据绘制的,其每个点都对应一个特定[0077]充电结束:通常在电池电压达到最大充电电[0084]需要说明的是,容量保持率指数RAF用于综合待评估的锂电池当前实际容量和内[0085]其中待评估的锂电池当前实际容量Cactual,反映了电池在使用过程中的容量衰减[0086]待评估的锂电池当前内阻Rint是指电池在当前状态下的内部电阻,反映了电池在[0087]待评估的锂电池的库仑效率ηc是指电池在一个完整充放电循环中的能量利用效[0090]其中待评估的锂电池当前实际容量Cactual基于电力特征参数计算获取,具体计算[0107]循环效率劣化指数EDI通过综合固体电解质相界面膜阻抗、能量效率和库仑效率对电池循环效率进行表征,其中循环效率劣化指数EDI越高,表示电池能源利用的效率越[0109]T代表锂电池在完全充电过程中表面的最高温度。温度是影响锂电池性能的关键[0110]待评估的锂电池的能量效率ηE是指电池在一个循环过程中输出的能量与输入的[0119]温度是影响膨胀的一个重要因素,温度升高会加剧电池体积,高精度激光位

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。

评论

0/150

提交评论