CN105005005A - 一种蓄电池组劣化单体电池检测方法 - Google Patents
一种蓄电池组劣化单体电池检测方法 Download PDFInfo
- Publication number
- CN105005005A CN105005005A CN201510485826.6A CN201510485826A CN105005005A CN 105005005 A CN105005005 A CN 105005005A CN 201510485826 A CN201510485826 A CN 201510485826A CN 105005005 A CN105005005 A CN 105005005A
- Authority
- CN
- China
- Prior art keywords
- sample
- normal distribution
- battery pack
- battery
- alpha
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 17
- 230000002542 deteriorative effect Effects 0.000 title abstract 5
- 238000012360 testing method Methods 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000007599 discharging Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims abstract description 7
- 230000006866 deterioration Effects 0.000 claims description 18
- 239000000178 monomer Substances 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011545 laboratory measurement Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Secondary Cells (AREA)
Abstract
本发明公开了一种蓄电池组劣化单体电池检测方法,包括:步骤1:对电池组进行核对性放电试验,记录电池组的每个单体电池放电过程中在设定的各时间点的电压;步骤2:取核对性放电实验中记录的各个单体电池最后一个时间点的电压值,记录为样本a;判断样本a是否呈正态分布,如是,则转步骤3;否则,对样本a进行非线性变换,使其呈正态分布;步骤3:找出样本a的置信区间,取置信区间下限为标准,样本a中低于这个标准的单体电池则为劣化电池。本发明主要用于在线蓄电池组中的单体劣化电池检测,可以从电池组中准确地找出劣化的单体电池,方法简单、高效,成本低,可节省大量的人力物力,在一定程度上可以替代某些昂贵的电池测试仪表。
Description
技术领域
本发明涉及一种蓄电池组中劣化单体电池的在线检测方法,属于电池检测技术领域。
背景技术
电池组在长期使用后可能出现失效,表现为电池组不能放出额定安时数的有效电池容量。在失效的初期,电池组发生劣化的主要标志就是若干单体电池首先发生劣化,这些劣化的单体电池的电压下降得很快,并影响到周围电池的正常工作。随着劣化电池的扩散,会导致电池组不均匀性增大,最终导致整组电池性能下降。
因此,劣化电池的检测对维持整个电池组的性能具有重要意义。故有必须要从电池组中将这些劣化的单体电池检测出来,用新的单体电池替换,以保证电池组的正常工作。
目前,对于单体电池劣化检测的方法还未见公开报道。
发明内容
技术问题:本发明提供一种能够从电池组中准确地找出劣化电池,简单、高效,成本低,无需昂贵仪器设备的蓄电池组劣化单体电池检测方法。
技术方案:本发明的蓄电池组劣化单体电池检测方法,包括以下步骤:
步骤1:对电池组进行核对性放电试验,记录电池组的每个单体电池放电过程中在设定的各时间点的电压;
步骤2:将所述步骤1核对性放电实验中记录的各个单体电池最后一个时间点的电压值记为样本a,判断所述样本a是否呈正态分布,如是,则直接转入步骤3;否则,对样本a进行非线性变换,使其呈正态分布后再转入步骤3;
步骤3:找出样本a的正态分布均值μ的置信区间,取该置信区间的下限为标准,所述样本a低于这个标准的单体电池则为劣化电池。
进一步的,所述步骤2中,判断样本a是否呈正态分布的方法为:计算样本a的偏斜系数sc,当计算出来的偏斜系数sc介于-0.5~0.5之间时,认为样本a呈正态分布;否则,认为样本a不满足正态分布;
所述偏斜系数sc的计算公式如下:
其中,样本a=(x1、x2…xi…xN),N为蓄电池组中单体电池的个数,也即样本a里记录的单体电池电压值个数;xi为样本a里第i个单体电池电压值,i=1、2……N;和σ(x)分别为样本a中各个电压值的均值和标准偏差,采用如下公式进行计算:
进一步的,所述步骤2中,判断样本a是否呈正态分布的方法为:采用MATLAB软件中自带的参数检验命令对样本a进行检验,所述的参数检验命命令如下:
“h=sum(a)/(length(a))
h1=ttest(a,h,alpha)”
其中,sum(a)表示样本a中所有电压值的总和,length(a)表示样本a中电池的个数,h表示样本a中各个电压值的均值,ttest(a,h,alpha)表示在显著性水平为alpha的情况下对样本a进行正态分布检验的结果;alpha是一个[01]范围内的值,由置信区间宽度决定;
若h1=0,则判定样本a满足正态分布;若h1=1,则判定样本a不满足正态分布。
进一步的,所述步骤3中,用矩阵实验室软件中自带的参数命令找出样本a的置信区间,所述参数命令为:
“[muhat,sigmahat,muci,sigmaci]=normfit(a,alpha)”
其中,函数normfit(a,alpha)表示在显著性水平为alpha的情况下对样本a进行正态分布的参数估计;alpha是一个[01]范围内的值,由置信区间宽度决定;muhat,sigmahat分别为样本a的正态分布均值μ的估计值和标准差σ的估计值,muci表示μ的置信度为alpha的置信区间,sigmaci表示σ的置信度为alpha的置信区间;
进一步的,所述步骤2中,对样本a进行非线性变换的方法为:对各电压值进行求幂、开根号、倒数、指数或取对数
有益效果:本发明与现有技术相比,具有以下优点:
现有技术一般通过测量蓄电池组单体电池内阻来判断单体电池是否劣化。专业的内阻测量仪器非常昂贵,只适合于实验室测量,传感器复杂、成本高,而且判断准确率低。对于大量蓄电池的在线内阻测量,是在电池施加一个固定频率和固定电流(目前一般使用1KHZ频率,50mA小电流),然后对其电压进行采样,经过整流、滤波等一系列处理后通过运放电路计算出该电池的内阻值。大量的科研文献和现场试验表明,劣化的单体电池内阻会升高,但是内阻升高并不表示单体电池劣化,因此内阻测量技术准确率低,经常存在误判的情况,各大通信公司以及电力行业,都把核对性放电试验作为衡量电池组性能的最终依据。经常存在误判的情况。本发明仅通过测量单体电池放电状态下的电压,通过正态分布检验的方法判断,成本低,易于实现,不存在误判的情况,且传感器的复杂度和成本都大大降低,易于实现,非常适合应用大量蓄电池组的在线性能检测。本发明提供的方法可以从电池组中准确地找出劣化的单体电池,方法简单、高效,成本低,在一定程度上可以替代某些昂贵的电池测试仪表。
附图说明
图1为24个单体电池各个时间点的电压测试值的曲线图。其中实线为非落后电池的放电曲线。
具体实施方式
下面结合实施例和说明书附图对本发明作进一步的说明。
本发明主要应用于大量蓄电池组的在线自动性能检测,以替代传统的内阻测量和人工评估。实施时,在蓄电池组的每个单体电池上加装电压传感器,在蓄电池组的供电电缆上安装直流互感器。当蓄电池组对外供电时(即放电状态),直流互感器上可以检测到电流的变化,触发软件***自动记录蓄电池组每个单体电池电压的变化过程,并在放电结束时有软件***自动应用本发明中的算法进行劣化电池检测。
本发明检测方法的具体实现过程通过下述的两个实施案例来说明。
实施例1:
本发明的蓄电池组劣化单体电池检测方法,步骤如下:
步骤1:对电池组进行核对性放电试验;
按照《电力***用蓄电池直流电源装置运行与维护技术规程》(DL/T 724-2000)的要求进行。电池组由24节单体电池组成,在每个单体电池两侧加装传感器,记录放电过程中每个时间点(此时间点可根据需要自由设定)单体电池的电压、电流、平均温度等数据,以备后续处理。
具体的核对性放电实验的原则是要求放出蓄电池组容量的30%~40%,具体的检测标准是提前设定终止电压,一旦放电电压掉到设定的终止电压以下,则放电终止。
大量实验表明,蓄电池组一般能放出额定容量的80%,因此经过核对性放电试验后,蓄电池组尚余40%~50%的容量。假设后备时间约为3h,那么电池组仍然还能放电2h,也就是放电终止时,市电停电,蓄电池组还能继续放电2h。注意在整个放电过程中,尽量保持放电电流在一个相对稳定的范围内。
步骤2:取核对性放电实验中记录的最后一个时间点的放电数据,包括24节单体电池的最后时刻传感器记录的电压值,记录为样本a;判断样本a是否呈正态分布采用随机分布中的假设检验的方法。如果样本a呈正态分布,则转步骤3;否则,对样本a进行非线性变换,使其呈正态分布。
假设检验的基本思想是小概率思想。顾名思义,所谓小概率思想是指小概率事件在一次试验中基本上不会发生。置信区间是是本方法所关注的重点,在统计学中,一个概率样本的置信区间(Confidence interval)是对这个样本的某个总体参数的区间估计,展现的是这个参数的真实值有一定概率落在测量结果的周围的程度。
结合实际问题,在统计学上来看,电压在某一时刻的分布范围有95%(假设显著性水平为0.05)的可能性落在该置信区间的范围内,而如果在这一时刻,数据记录得到的电压数据,偏离尤其是小于置信区间的下限,有充分的理由认为这节电池已经出现了劣化。
具体方法如下:
假设样本a是满足正态分布或者t分布(由统计学知识可以知道,t分布在样本足够多的情况下是十分接近正态分布的)。样本a的具体值如表1所示。
表1 样本a内的各个单体电池的电压值
电池编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
电压 | 2.11 | 2.07 | 2.03 | 2.06 | 2.09 | 2.06 | 2.07 | 2.03 |
电池编号 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 |
电压 | 2.07 | 2.12 | 1.99 | 2.07 | 2.04 | 2.08 | 2.11 | 2.08 |
电池编号 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 |
电压 | 2.11 | 2.03 | 2.06 | 2.08 | 1.98 | 2.08 | 1.93 | 2.05 |
用MATLAB软件中自带的参数检验命令对上述样本进行检验,取显著性水平为0.05,在MATLAB中输入代码如下:
“a=[2.11 2.07 2.03 2.06 2.09 2.06 2.07 2.03 2.072.12 1.99 2.07 2.04 2.08 2.11 2.08 2.112.03 2.06 2.08 1.98 2.08 1.93 2.05];
h=sum(a)/(length(a));
h1=ttest(a,h,0.05)”
其中,sum(a)表示样本a中所有电压值的总和,length(a)表示样本a中电池的个数,h表示样本a中各个电压值的均值,h1=ttest(a,h,0.05)表示在显著性水平取0.05的情况下对样本a进行正态分布检验的结果,h表示样本a中各个电压值的均值,ttest(a,h,alpha)表示在显著性水平为alpha的情况下对样本a进行正态分布检验的结果;alpha是一个[01]范围内的值,由置信区间宽度决定,默认alpha为0.05,对应95%的置信度区间。MATLAB中,函数normfit(a,alpha)表示在显著性水平为alpha的情况下对样本a进行正态分布的参数估计。
运行得到的结果如下:
“h1=0”
h1=0说明满足原假设,即说明样本a满足正态分布。
步骤3:通过检验证明样本满足正态分布之后,找出在显著性水平0.05下的置信区间,具体的代码如下:
“[muhat,sigmahat,muci,sigmaci]=normfit(a)”
MATLAB中,函数normfit(a)表示在显著性水平α=0.05的情况下对样本a进行正态分布的参数估计,其中,muhat,sigmahat分别为样本a的正态分布均值μ和标准差σ的估计值,muci表示μ的置信度为0.95的置信区间,sigmaci表示σ的置信度为0.95的置信区间。
得到的运行结果如下所示:
muci=
2.0380
2.0762
取μ的置信区间下限2.038为标准,低于这个标准的单体电池则认为它是落后的劣化电池。
对比各个电池组的数据,可以得到电压小于2.038的单体电池为第11、21和23号共三节电池,则认为第11、21和23号为劣化电池。
下面对上述算法的可靠度进行检测。
将核对性放电试验中24个单体电池各个时间点的电压测试值分别绘制成曲线,如图1所示,其中实线表示其它好的电池的,可以看出有3条曲线明显处于落后状态,恰好是第11、21和23号共三节电池,说明本发明检测方法十分有效。
为了更充分地证明本发明提供的方法的可靠性,进行重复实验验证。选取另外的几组电池组的放电数据,采用本发明检测方法对其进行检验,重复实验表明,本发明提供的蓄电池组劣化单体电池检测方法标准相对固定,而且稳定可靠,并且可以通过调节显著性水平的值的大小来改变标准,如显著性水平设置的越小,那么被判断为落后电池的数量相对也会越多,而且这种方法越在放电后期,随着单体电池之间的差异逐渐增大,它的判断的准确度也越高。
实施例2:
本实施例与实施例1的区别在于步骤2中,判断样本a是否呈正态分布采用计算偏斜系数sc的方法,偏斜系数sc的计算公式如下:
其中,a=(x1、x2……xN),N为样本a里电池的个数;xi为样本a里第i个电池的电压值,i=1、2……N;和σ(x)分别为样本a中各个电压值的均值和标准偏差,可采用如下公式进行计算:
当计算出来的偏斜系数sc介于-0.5~0.5之间时,认为样本a呈正态分布;否则,认为样本a不满足正态分布。
计算表1所示的样本的偏斜系数sc为0,认为样本a呈正态分布。
上述实施例仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和等同替换,这些对本发明权利要求进行改进和等同替换后的技术方案,均落入本发明的保护范围。
Claims (5)
1.一种蓄电池组劣化单体电池检测方法,其特征在于:该方法包括以下步骤:
步骤1:对电池组进行核对性放电试验,记录电池组的每个单体电池放电过程中在设定的各时间点的电压;
步骤2:将所述步骤1核对性放电实验中记录的各个单体电池最后一个时间点的电压值记为样本a,判断所述样本a是否呈正态分布,如是,则直接转入步骤3;否则,对样本a进行非线性变换,使其呈正态分布后再转入步骤3;
步骤3:找出样本a的正态分布均值μ的置信区间,取该置信区间的下限为标准,所述样本a低于这个标准的单体电池则为劣化电池。
2.如权利要求1所述的一种蓄电池组劣化单体电池检测方法,其特征在于:所述步骤2中,判断样本a是否呈正态分布的方法为:计算样本a的偏斜系数sc,当计算出来的偏斜系数sc介于-0.5~0.5之间时,认为样本a呈正态分布;否则,认为样本a不满足正态分布;
所述偏斜系数sc的计算公式如下:
其中,样本a=(x1、x2…xi…xN),N为蓄电池组中单体电池的个数,也即样本a里记录的单体电池电压值个数;xi为样本a里第i个单体电池电压值,i=1、2……N; 和σ(x)分别为样本a中各个电压值的均值和标准偏差,采用如下公式进行计算:
3.如权利要求1所述的一种蓄电池组劣化单体电池检测方法,其特征在于:所述步骤2中,判断样本a是否呈正态分布的方法为:采用MATLAB软件中自带的参数检验命令对样本a进行检验,所述的参数检验命命令如下:
“h=sum(a)/(length(a))
h1=ttest(a,h,alpha)”
其中,sum(a)表示样本a中所有电压值的总和,length(a)表示样本a中电池的个数,h表示样本a中各个电压值的均值,ttest(a,h,alpha)表示在显著性水平为alpha 的情况下对样本a进行正态分布检验的结果;alpha是一个[01]范围内的值,由置信区间宽度决定;
若h1=0,则判定样本a满足正态分布;若h1=1,则判定样本a不满足正态分布。
4.如权利要求1、2或3所述的一种蓄电池组劣化单体电池检测方法,其特征在于:所述步骤3中,用矩阵实验室软件中自带的参数命令找出样本a的置信区间,所述参数命令为:
“[muhat,sigmahat,muci,sigmaci]=normfit(a,alpha)”
其中,函数normfit(a,alpha)表示在显著性水平为alpha的情况下对样本a进行正态分布的参数估计;alpha是一个[01]范围内的值,由置信区间宽度决定;muhat,sigmahat分别为样本a的正态分布均值μ的估计值和标准差σ的估计值,muci表示μ的置信度为alpha的置信区间,sigmaci表示σ的置信度为alpha的置信区间。
5.如权利要求1、2或3所述的一种蓄电池组劣化单体电池检测方法,其特征在于:所述步骤2中,对样本a进行非线性变换的方法为:对各电压值进行求幂、开根号、倒数、指数或取对数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510485826.6A CN105005005B (zh) | 2015-08-10 | 2015-08-10 | 一种蓄电池组劣化单体电池检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510485826.6A CN105005005B (zh) | 2015-08-10 | 2015-08-10 | 一种蓄电池组劣化单体电池检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105005005A true CN105005005A (zh) | 2015-10-28 |
CN105005005B CN105005005B (zh) | 2017-10-13 |
Family
ID=54377743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510485826.6A Expired - Fee Related CN105005005B (zh) | 2015-08-10 | 2015-08-10 | 一种蓄电池组劣化单体电池检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105005005B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105728352A (zh) * | 2016-03-30 | 2016-07-06 | 张家港绿锂动力技术有限公司 | 一种电池分选方法 |
CN106896326A (zh) * | 2017-03-08 | 2017-06-27 | 中国人民解放军91388部队 | 一种锂亚硫酰氯电池储存可靠性验证方法 |
CN109596985A (zh) * | 2018-12-29 | 2019-04-09 | 蜂巢能源科技有限公司 | 动力电池包内阻在线估算方法及电池管理*** |
CN109888416A (zh) * | 2019-03-04 | 2019-06-14 | 江苏博煦电池科技有限公司 | 一种锂离子电池串并联组合的方法 |
CN110412481A (zh) * | 2019-07-26 | 2019-11-05 | 天能电池集团股份有限公司 | 一种市场售后电池快速检测判定方法 |
CN112673509A (zh) * | 2018-09-11 | 2021-04-16 | 3M创新有限公司 | 用于经济优化的主动式蓄电池管理方法 |
CN115561658A (zh) * | 2022-11-30 | 2023-01-03 | 深圳联友科技有限公司 | 一种基于数据切片的动力电池异常电芯监测方法 |
CN115877228A (zh) * | 2023-02-28 | 2023-03-31 | 广东长实通信科技有限公司 | 一种具备远程核容的蓄电池充放电监测方法和*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101769994A (zh) * | 2010-01-13 | 2010-07-07 | 四川电力试验研究院 | 阀控式密封铅酸蓄电池50%放电容量测试方法 |
CN103208655A (zh) * | 2013-03-04 | 2013-07-17 | 八叶(厦门)新能源科技有限公司 | 一种动力锂离子电池的配组方法 |
CN103336877A (zh) * | 2013-07-25 | 2013-10-02 | 哈尔滨工业大学 | 一种基于rvm动态可重构的卫星锂离子电池剩余寿命预测***及方法 |
CN104269574A (zh) * | 2014-09-23 | 2015-01-07 | 中航锂电(洛阳)有限公司 | 一种电池组分选方法 |
-
2015
- 2015-08-10 CN CN201510485826.6A patent/CN105005005B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101769994A (zh) * | 2010-01-13 | 2010-07-07 | 四川电力试验研究院 | 阀控式密封铅酸蓄电池50%放电容量测试方法 |
CN103208655A (zh) * | 2013-03-04 | 2013-07-17 | 八叶(厦门)新能源科技有限公司 | 一种动力锂离子电池的配组方法 |
CN103336877A (zh) * | 2013-07-25 | 2013-10-02 | 哈尔滨工业大学 | 一种基于rvm动态可重构的卫星锂离子电池剩余寿命预测***及方法 |
CN104269574A (zh) * | 2014-09-23 | 2015-01-07 | 中航锂电(洛阳)有限公司 | 一种电池组分选方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105728352A (zh) * | 2016-03-30 | 2016-07-06 | 张家港绿锂动力技术有限公司 | 一种电池分选方法 |
CN105728352B (zh) * | 2016-03-30 | 2018-05-11 | 张家港绿锂动力技术有限公司 | 一种电池分选方法 |
CN106896326A (zh) * | 2017-03-08 | 2017-06-27 | 中国人民解放军91388部队 | 一种锂亚硫酰氯电池储存可靠性验证方法 |
CN106896326B (zh) * | 2017-03-08 | 2019-04-30 | 中国人民解放军91388部队 | 一种锂亚硫酰氯电池储存可靠性验证方法 |
CN112673509A (zh) * | 2018-09-11 | 2021-04-16 | 3M创新有限公司 | 用于经济优化的主动式蓄电池管理方法 |
CN109596985A (zh) * | 2018-12-29 | 2019-04-09 | 蜂巢能源科技有限公司 | 动力电池包内阻在线估算方法及电池管理*** |
CN109888416A (zh) * | 2019-03-04 | 2019-06-14 | 江苏博煦电池科技有限公司 | 一种锂离子电池串并联组合的方法 |
CN110412481A (zh) * | 2019-07-26 | 2019-11-05 | 天能电池集团股份有限公司 | 一种市场售后电池快速检测判定方法 |
CN115561658A (zh) * | 2022-11-30 | 2023-01-03 | 深圳联友科技有限公司 | 一种基于数据切片的动力电池异常电芯监测方法 |
CN115561658B (zh) * | 2022-11-30 | 2023-02-28 | 深圳联友科技有限公司 | 一种基于数据切片的动力电池异常电芯监测方法 |
CN115877228A (zh) * | 2023-02-28 | 2023-03-31 | 广东长实通信科技有限公司 | 一种具备远程核容的蓄电池充放电监测方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN105005005B (zh) | 2017-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105005005A (zh) | 一种蓄电池组劣化单体电池检测方法 | |
Duan et al. | Evaluation of battery inconsistency based on information entropy | |
CN110516912B (zh) | 一种配电台区户变关系的识别方法 | |
CN105068009A (zh) | 电池循环寿命预测方法 | |
CN106443461A (zh) | 电池储能***状态评估方法 | |
CN103336248A (zh) | 基于电池退化状态模型的锂离子电池循环寿命预测方法 | |
CN105403839A (zh) | 电池荷电状态的估计方法和装置 | |
CN104714189A (zh) | 一种电动汽车用电池组循环寿命的预测方法 | |
CN102590751A (zh) | 动力电池包一致性评估方法和装置 | |
CN105467328A (zh) | 一种锂离子电池荷电状态估计方法 | |
CN111175661A (zh) | 一种用于确定锂离子电池的荷电状态的方法及*** | |
CN110988723B (zh) | 一种基于lstm的电池内阻预测及故障预警方法 | |
US7332913B2 (en) | Method and apparatus for determining to which battery cell in a string of battery cells a test instrument is connected | |
CN107817448B (zh) | 一种适用于复杂工况的在线实时监测电池电量的方法 | |
CN104535935A (zh) | 一种动力电池组的容量检测方法及装置 | |
CN104297692A (zh) | 一种检测电池寿命的方法 | |
CN106950507A (zh) | 一种智能时钟电池用高可靠性寿命评估方法 | |
CN109991556A (zh) | 一种针对磷酸铁锂动力电池短期衰竭故障的诊断方法 | |
CN103176137B (zh) | 基于电池soc不均匀性的电池组健康状态评价方法 | |
CN112418687B (zh) | 基于用电特征的用户用电异常识别方法、装置和存储介质 | |
CN106610478A (zh) | 一种基于海量数据的储能电池特性评估方法及*** | |
CN105607010A (zh) | 一种估计电动车辆的动力电池的健康状态的方法 | |
CN112834943A (zh) | 基于高温耐久试验的电池管理***寿命测试方法及装置 | |
CN104977534A (zh) | 电池健康状态的估算方法及其装置 | |
CN108629079B (zh) | 一种航天器锂离子蓄电池组全寿命周期健康状态评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171013 |