北京航空航天大学任羿获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉北京航空航天大学申请的专利一种基于超声透射信号的锂离子电池SOC及内部不均匀性估计方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119104939B 。
龙图腾网通过国家知识产权局官网在2026-01-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411215512.X,技术领域涉及:G01R31/392;该发明授权一种基于超声透射信号的锂离子电池SOC及内部不均匀性估计方法是由任羿;唐婷;夏权;杨德真;钱诚;李晓宾设计研发完成,并于2024-09-02向国家知识产权局提交的专利申请。
本一种基于超声透射信号的锂离子电池SOC及内部不均匀性估计方法在说明书摘要公布了:本发明涉及一种基于超声透射信号的锂离子电池SOC及内部不均匀性估计方法,步骤包括:首先,提取每个测点超声透射波形的幅度特征,形成不同SOC的幅度矩阵。接着,建立GPR‑AL方法用于选出具有较低不确定性的数据点及特征集。并以特征集作为输入,通过构建CNN‑PELM网络结构,来降低冗余信息和噪声的影响,提高SOC估计的准确性。最后,针对锂离子电池进行SOC和内部不均匀性估计。该方法通过有选择性地利用具有较低不确定性的数据点以及良好的关系模型结构更加准确地实现SOC和内部不均匀性估计。
本发明授权一种基于超声透射信号的锂离子电池SOC及内部不均匀性估计方法在权利要求书中公布了:1.一种基于超声透射信号的锂离子电池SOC及内部不均匀性估计方法,其特征在于包含以下步骤: 步骤1:超声扫描与透射信号特征提取; 对锂离子电池进行完整充放电,记录电压电流数据,利用安时积分法计算电池的SOC,每10%SOC间隔对电池表面开展一次超声扫描,提取所有扫描点超声透射信号的幅度,构建信号幅度矩阵MSAt,p,q,形成特征与SOC对应的数据集{X,y}={MSAt,p,q,SOCt},t=1,...,T,其中,X为特征,y为SOC,t表示SOC所对应的时间,p表示矩阵的行数,q表示矩阵的列数; 步骤2:基于信号幅度矩阵的优秀特征点选择; 针对步骤1提取的信号幅度数据集,采用GPR-AL方法筛选每个幅度矩阵中不确定性较小的点,作为优秀特征点,其中GPR-AL方法为高斯过程回归—主动学习方法,方法流程如下: 首先,初始化关于信号幅度特征与SOC映射关系的主动学习器:将高斯过程回归模型作为主动学习器,从p×q个点中随机选取n_initial个标注好的数据集D={Xn_initial,yn_initial}={Xi,yi,i=1,...,n_initial}送入学习器中进行训练,得到yn_initial=fXn_initial+ε,其中f为高斯过程回归,ε为噪声; 其次,更新学习器:利用初始化的主动学习器预测剩余点的标准差,经过排序挑选出标准差大即不确定性大的前n_instances个点进行标注,得到不确定性大的数据集{Xn_instances,yn_instances},与初始数据集D合并输入主动学习器进行重新训练,并更新学习器,重复此步骤直到达到设定的训练次数; 然后,获取优秀点:对于测试集X。,设其预测为y。,将X。输入到已经训练好的主动学习器中得到每个点位置所对应的标准差,选择标准差小的点作为优秀特征点SFC; 步骤3:基于优秀特征点信号数据的锂离子电池SOC模型构建; 将优秀特征点SFC作为输入,SOC作为输出,利用CNN-PELM神经网络模型进行训练和测试,其中,CNN-PELM神经网络模型为卷积神经网络—池化极限学习机网络模型,在输入数据经过CNN特征提取层之后,利用PELM回归拟合层对提取到的特征SFCconv进行拟合;R=SOCt表示回归拟合的真实值,PELM的计算过程如下:首先计算隐含层的输出矩阵H:H=mean_poolSFCconv,然后计算输出权重矩阵β:M=H′H-1,β=MH′R,最后输出为: 步骤4:锂离子电池SOC及内部不均匀性估计; 通过比较幅度值的差异推导相应的SOC变化;基于步骤2可得每张超声扫描图中不确定性较小的点SFC,求这些点位置上的特征数据的均值SAave,将该均值以及根据步骤3估计所得的SOC估计值SOCest分别作为参考特征值与参考SOC值,根据每个位置点处的特征值SA=[SA1,...,SAT]=[MSA1,p,q,...,MSAT,p,q]和公式absSOCeach_site-SOCest=absSA-SAave计算每个点处的SOC值SOCeach_site,得到锂离子电池SOC及内部不均匀性估计值; 通过以上步骤,给出了一种基于超声透射信号的锂离子电池SOC及内部不均匀性估计方法。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励