文档详情

一种基于数模联动的锂离子电池剩余使用寿命预测方法.pdf

发布：2023-05-23约2.58万字共22页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 115047350 A (43)申请公布日 2022.09.13 (21)申请号 202210729394.9 (22)申请日 2022.06.24 (71)申请人哈尔滨工业大学地址 150001

显示全部

相似文档

基于智能数模融合的锂离子电池剩余使用寿命预测.docx 基于智能数模融合的锂离子电池剩余使用寿命预测 目录基于智能数模融合的锂离子电池剩余使用寿命预测（1）．．．．．．．．．．3 内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3 1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3 1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5 1.3研究内容与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6 锂离子电池概述．．．．．．．．．．．．．．．．．
2025-02-24 约3.73万字 57页立即下载
基于优化分解与深度学习集成的锂离子电池剩余使用寿命预测方法.pdf 摘要摘要 锂离子电池因其体积小、重量轻、自放电率低、循环寿命长和充电速度快等独特特点，在民用、商用和军用等各个领域得到了广泛应用。然而，锂离子电池的安全性和可靠性一直是一个非常重要的问题。随着充放电循环次数的累积，电池性能会逐渐衰退，可能导致系统运行发生故障，从而引发安全事故。准确预测锂离子电池剩余使用寿命（RUL）可以及时管理和维护电池，降低电池失效的风险以及延长电池的使用寿命。由于锂离子电池退化过程的
2025-04-09 约14.93万字 81页立即下载
一种锂离子电池剩余使用寿命间接预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114545275 A (43)申请公布日 2022.05.27 (21)申请号 202210097632.9 (22)申请日 2022.01.27 (71)申请人湖州学院地址 313000 浙
2023-05-10 约1.51万字 14页立即下载
一种锂离子电池剩余使用寿命间接预测方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113359048 A (43)申请公布日 2021.09.07 (21)申请号 202110468786.X (22)申请日 2021.04.28 (71)申请人中国矿业大学地址
2023-06-21 约9.46千字 9页立即下载
基于BC-SFEN模型的锂离子电池剩余使用寿命预测.docx 基于BC-SFEN模型的锂离子电池剩余使用寿命预测 一、引言随着电动汽车、移动设备等领域的快速发展，锂离子电池因其高能量密度、长寿命和环保等优点得到了广泛应用。然而，锂离子电池的剩余使用寿命（RemainingUsefulLife，RUL）预测对于其安全、高效使用至关重要。为了更准确地预测锂离子电池的RUL，本文提出了一种基于BC-SFEN（BatteryConditioningandStateofEnergybasedonNeuralNetwork）模型的预测方法。二、文献综述当前，锂离子电池的RUL预测方法主要包括基于模型的方法、基于数据驱动的方法以及混合方法。其中，基于数据驱动的方
2025-04-22 约4.39千字 8页立即下载
基于数据驱动的动力锂离子电池健康状态估计和剩余使用寿命预测.pdf 摘要搭载锂离子动力电池的新能源汽车已经在全球汽车中占据了很大的市场份额，作为新能源汽车的核心部件，锂电池的稳定运行对新能源汽车的使用与发展 StateofHealth,SOH 具有重要意义。本文开展锂离子动力电池健康状态（）估计和剩余使用寿命（RemainingUsefulLife,RUL）预测研究。首先，从电池容量参数的角度建立了一种可用于电池SOH估计与RUL预测 HealthIndicator,HI 的健康指标（）。选取电池数据集内的充电过程和放电过程两个阶段，将其中的充电时间、放电时间等参数在不同循环次数下的变化趋势与电池容量衰减特性做对比分析，获得相关参数与电池容量之间的
2025-05-05 约8.74万字 64页立即下载
一种锂离子电池的剩余使用寿命确定方法及装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114545273 A (43)申请公布日 2022.05.27 (21)申请号 202210086257.8 G06K 9/62 (2022.01)
2023-05-07 约1.18万字 10页立即下载
基于熵和深度学习的锂离子电池剩余寿命预测方法.pdf 摘要摘要随着当前新能源产业的不断发展，锂离子电池成为其中不可或缺的设备。然而，在使用过程中，随着充放电次数的增加，将导致不可逆的电池性能退化，从而引发安全问题。因此，对锂离子电池剩余使用寿命进行准确预测对于提高电池可靠性至关重要。本文引入了基于熵和深度学习的数据驱动算法，用以提取健康因子并构建寿命预测模型，旨在提高锂离子电池剩余寿命预测方法的准确性和可靠性，主要研究内容如下：首先，对目前相关文献进行研究总结，分析了锂离子电池工作原理。本文基于熵理论对NASA数据集中的电池参数进行健康因子提取，分析各健康因子与电池容量退化的相关性。随后，采用随机森林算法进行初步预测并得到各健
2025-06-13 约14.43万字 86页立即下载
一种锂离子动力电池剩余寿命预测方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113392507 A (43)申请公布日 2021.09.14 (21)申请号 202110568605.0 G01R 31/367 (2019.01)
2023-06-19 约1.95万字 15页立即下载
一种基于RVM与PF算法融合的电池剩余使用寿命预测方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112816874 A (43)申请公布日 2021.05.18 (21)申请号 202011503315.X G01R 31/392 (2019.01)
2023-06-06 约1.28万字 11页立即下载
一种基于工作温度矫正的电池剩余使用寿命预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116400224 A (43)申请公布日 2023.07.07 (21)申请号 202310319281.6 (22)申请日 2023.03.28 (71)申请人广州大学地址 510006
2023-07-05 约1.73万字 14页立即下载
基于集成学习的锂电池剩余使用寿命预测方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881246 A (43)申请公布日 2022.08.09 (21)申请号 202210495663.X G06K 9/62 (2022.01)
2023-05-16 约1.69万字 17页立即下载
基于遗传算法的LSTM的氢燃料电池剩余使用寿命预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117420443A (43)申请公布日2024.01.19 (21)申请号202311477626.7 (22)申请日2023.11.07 (71)申请人河南省科学院物理
2024-01-19 约9.92千字 9页立即下载
基于集成经验模态分解与集成...子电池剩余使用寿命预测方法_张朝龙.pdf 第51卷第13期电力系统保护与控制Vol.51No.13 2023年7月1日PowerSystemProtectionandControlJul.1,2023 DOI:10.19783/ki.pspc.221746 基于集成经验模态分解与集成机器学习的锂离子电池 剩余使用寿命预测方法 1,232 张朝龙，赵筛筛，何怡刚 (1.金陵科技学院智能科学与控制工程学院，江苏南京211169；2.武汉大学电气与自动化学院，湖北武汉430072； 3.安庆师范大学电子工程与智能制造学院，安徽安庆246011) 摘要：准确预测储能锂离子电池剩余使用寿命(remainingusefullife,RUL)对于电
2025-04-07 约4.16万字 10页立即下载
基于退化数据的锂离子电池剩余寿命预测.pdf 哈尔滨理工大学电子信息硕士学位论文基于退化数据的锂离子电池剩余寿命预测摘要 锂离子电池凭借能量密度高、循环寿命长及绿色环保等特点被广泛应用于新能源行业。实际工作时，充放电循环、环境温度及自放电等因素都可能会导致锂离子电池性能下降，当退化到一定的程度时电池会失效，伴随出现的漏电、短路等现象也会威胁供电模组的安全，因此锂离子电池剩余寿命的精准预测至关重要。本文对于锂离子电池剩余寿命预测方法进行研究，提出了基于改进粒子滤波的预测方法和基于迁移学习及降噪自编码器-长短时记忆神经网络（DAE-LSTM）的预测方法，并设计了电池寿命预测系统，具体如下：首先，分析了锂离子电池剩余寿命预测的
2025-06-12 约10.67万字 69页立即下载