一种基于深度学习的锂离子电池寿命迁移预测方法与流程

文档序号:13913113阅读:来源:国知局

技术特征:

技术总结
本发明提出一种新的锂离子电池寿命迁移预测方法:首先,建立同温度同倍率不同配方电池的容量退化数据库;其次,确定好目标电池后,通过相似性度量选择出与目标电池容量退化规律相似的电池;最后,基于深度学习方法开展跨配方电池寿命迁移预测,实现目标电池的剩余循环寿命预测。同时,考虑经济性目标和电池寿命退化的不可逆转性,优化设计电池循环寿命试验,节省电池试验设计。该方法能够针对锂离子电池实现准确的剩余寿命预测,大幅度地减少研发阶段寿命试验的试验时间和试验量,缩短新产品研发周期,降低研发阶段费用,有效提高了系统的可靠性和安全性。

技术研发人员:马剑;赵万琳;吕琛;王振亚;苏育专;种晋;金海族;林永寿
受保护的技术使用者:北京航空航天大学;宁德时代新能源科技股份有限公司
技术研发日:2017.05.16
技术公布日:2018.03.13
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1