一种基于多片段数据的储能电站锂电池SOH估计方法及装置.pdf

一种计及温度特征的储能电站用锂电池SOH评估方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114879072 A (43)申请公布日 2022.08.09 (21)申请号 202210611884.9 (22)申请日 2022.05.31 (71)申请人西安交通大学地址 710049

2023-05-17 约1.39万字 13页立即下载

一种BMS的锂电池SOH检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114859255 A (43)申请公布日 2022.08.05 (21)申请号 202210657792.4 (22)申请日 2022.06.10 (71)申请人傲普（上海）新能源有限公司地址

2023-05-15 约8.16千字 8页立即下载

基于锂电池的储能电站的防火防爆方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114534144 A (43)申请公布日 2022.05.27 (21)申请号 202210447470.7 A62C 37/40 (2006.01) (22)申请日 2022.04.

2023-05-08 约1.88万字 16页立即下载

一种锂电池模块及锂电池储能装置.pdf (19)中华人民共和国国家知识产权局 (12)实用新型专利 (10)授权公告号 CN 213150876 U (45)授权公告日 2021.05.07 (21)申请号 202022666820.8 H01M 10/6563 (2014.01)

2023-02-28 约1.23万字 12页立即下载

基于改进卡尔曼算法的锂电池SOC和SOH状态估计.docx 基于改进卡尔曼算法的锂电池SOC和SOH状态估计一、引言随着电动汽车和可再生能源的快速发展，锂电池的应用越来越广泛。然而，锂电池的状态估计问题一直是其应用过程中的关键问题之一。其中，电池的SOC（StateofCharge，荷电状态）和SOH（StateofHealth，健康状态）是两个重要的参数。SOC表示电池的剩余电量，而SOH则反映了电池的剩余寿命和性能。因此，准确估计SOC和SOH对于提高锂电池的效率和安全性具有重要意义。本文提出了一种基于改进卡尔曼算法的锂电池SOC和SOH状态估计方法。二、卡尔曼滤波算法概述卡尔曼滤波算法是一种高效的递归滤波器，它能够根据系统的动态特性和观测

2025-05-19 约4.65千字 10页立即下载

锂电池SOC、SOH及SOP估计的改进算法研究.pdf 摘要在当前的社会环境下，锂离子电池广泛应用于各个行业，尤其是在无污染、重量轻的新能源电动车领域。对锂电池的荷电状态(StateofCharge,SOC)、健康状态(StateofHealth,SOH)及峰值功率(StateofPower,SOP)的精确估计对提升电池的使用效率和性能有重要的意义。本文围绕锂离子电池SOC、SOH及SOP的估计算法展开研究，进行了如下工作：现有SOC的估计方法中仅仅加入了温度校正系数，无法得知温度对电池内部各参数的影响，而电池参数的改

2025-03-11 约7.75万字 65页立即下载

锂电池SOC、SOH及SOP估计的改进算法研究.docx 锂电池SOC、SOH及SOP估计的改进算法研究一、引言随着电动汽车和可再生能源存储系统的快速发展，锂电池作为其核心组成部分，其性能评估和状态监测显得尤为重要。其中，SOC（荷电状态）、SOH（健康状态）和SOP（功率状态）是评价锂电池性能的三大关键指标。本文旨在研究并改进锂电池SOC、SOH及SOP的估计算法，以提高锂电池的能量利用效率和安全性。二、锂电池SOC估计的改进算法 1.传统SOC估计方法传统上，锂电池SOC的估计主要依赖于开路电压法、安时积分法以及两者的结合。然而，这些方法在面对复杂工况时，往往存在较大的误差。 2.改进的SOC估计算法本文提出一种基于神经网络的SOC估计

2025-02-22 约4.77千字 9页立即下载

基于深度学习的锂电池SOC及SOH联合预测方法研究.docx 基于深度学习的锂电池SOC及SOH联合预测方法研究一、引言随着电动汽车和移动设备市场的不断扩张，锂电池的使用愈发普遍。为确保电池的有效和安全使用，准确预测锂电池的SOC（StateofCharge，荷电状态）和SOH（StateofHealth，健康状态）显得尤为重要。传统的预测方法通常基于经验模型或数学模型，然而这些方法往往存在精度不足、泛化能力弱等问题。近年来，深度学习技术的崛起为锂电池SOC及SOH的联合预测提供了新的解决方案。本文旨在研究基于深度学习的锂电池SOC及SOH联合预测方法，以提高预测精度和泛化能力。二、锂电池SOC及SOH预测的重要性 锂电池的SOC和SOH是

2025-02-12 约4.8千字 10页立即下载

基于深度神经网络的锂电池SOH在线估算方法.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 113406503 A (43)申请公布日 2021.09.17 (21)申请号 202110607933.7 (22)申请日 2021.06.01 (71)申请人重庆大学地址 40

2023-06-21 约1.65万字 12页立即下载

基于内阻参数辨识的锂电池SOH预测研究.docx 基于内阻参数辨识的锂电池SOH预测研究摘要当今社会，燃料以及环境问题受到的考验越来越大，其中电动汽车领域也受到了越来越广泛的关注。锂离子电池具有高能量密度，高输出功率等优点，所以目前受到了电动汽车领域大面积运用。但是锂离子电池在大面积实际应用方面还存在问题。本文通过对锂电池的内部原理的研究，用等效模型对锂电池的健康状态(SOH)进行分析和估计，通过本文研究，给电动汽车的关键性动力锂电池，提供一定的研究基础。主要研究内容如下：文中首先分析了磷酸铁锂电池的内部原理和特性，研究了影响锂电池健康状态的几个关键性因素。在锂电池的健康状态的研究现状下，本文运用内阻法对SOH进行仔细分析。

2023-11-27 约2.77万字 41页立即下载

一种锂电池储能组.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117525709A (43)申请公布日2024.02.06 (21)申请号202410019559.2H01M10/627(2014.01)

2024-02-06 约1.55万字 14页立即下载

一种基于稳定特征和AS-TCN模型的锂电池健康状态估计方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114578249 A (43)申请公布日 2022.06.03 (21)申请号 202111586407.3 (22)申请日 2021.12.23 (71)申请人江苏省安全生产科学研究院地址 2

2023-05-08 约1.73万字 15页立即下载

一种基于卷积时间记忆神经网络的锂电池容量估计方法.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 112986830 A (43)申请公布日 2021.06.18 (21)申请号 202110434835.8 (22)申请日 2021.04.22 (71)申请人湖北工业大学地址

2023-06-07 约1.09万字 10页立即下载

一种基于神经网络常微分方程的锂电池健康状态估计方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114545279 A (43)申请公布日 2022.05.27 (21)申请号 202210175767.2 (22)申请日 2022.02.24 (71)申请人重庆邮电大学地址 400000

2023-05-10 约1.78万字 15页立即下载

基于数据驱动的锂电池健康状态估计.docx 基于数据驱动的锂电池健康状态估计一、引言随着电动汽车、移动设备等领域的快速发展，锂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，锂电池的健康状态（StateofHealth，SOH）估计问题，直接关系到其安全性和使用寿命，成为了业界研究的热点问题。本文旨在探讨基于数据驱动的锂电池健康状态估计方法，为锂电池的长期使用和安全管理提供技术支持。二、锂电池健康状态估计的重要性 锂电池的健康状态是指其性能、容量和安全性的综合表现。准确估计锂电池的SOH，对于提高电池的使用寿命、预防电池故障、优化电池管理系统具有重要意义。传统的SOH估计方法主要依赖于电池的物理特性和化学特性，但这些

2025-05-05 约4.76千字 9页立即下载