首页/ 上海伟翔众翼新能源科技有限公司/ 专利详情

基于卷积神经网络的锂电池梯次利用剩余寿命预测方法

基本信息

申请号 CN202110843359.5 申请日 -
公开（公告）号 CN113466706A 公开（公告）日 2021-10-01
申请公布号 CN113466706A 申请公布日 2021-10-01
分类号 G01R31/36（2019.01）I 分类 测量；测试;
发明人 顾颖中;张蓓;刘楠;伯乐本;薛頔;陆斌;印言伟;杨琴华 申请（专利权）人 上海伟翔众翼新能源科技有限公司
代理机构 深圳众邦专利代理有限公司 代理人 卢香利
地址 200000上海市嘉定区嘉定工业区叶城路925号B区4幢JT18818室
法律状态 -

摘要

摘要 本发明提供基于卷积神经网络的锂电池梯次利用剩余寿命预测方法，包括以下步骤：根据相关电池型号确定所需样本数量；利用恒电流电压测试方法，得到训练样本的电池容量值以及电池内阻值；使训练样本电池的内阻、容量和充放电循环曲线所作为输入，计算锂电池剩余使用寿命，产生足够数量的锂电池使用寿命标签；对锂电池进行X射线扫描，将生成的图像和使用寿命标签配对形成训练数据集；建立基于卷积神经网络的梯次电池剩余使用寿命模型。本发明提供的基于卷积神经网络的锂电池梯次利用剩余寿命预测方法，利用梯次电池的扫描模块扫描出的图像与剩余使用寿命的非线性关系，建立卷积神经网络模型，能够快速的估算梯次利用锂电池的剩余使用寿命。