CN115201706A - 一种锂电池的智能化筛选方法及*** - Google Patents
一种锂电池的智能化筛选方法及*** Download PDFInfo
- Publication number
- CN115201706A CN115201706A CN202211114891.4A CN202211114891A CN115201706A CN 115201706 A CN115201706 A CN 115201706A CN 202211114891 A CN202211114891 A CN 202211114891A CN 115201706 A CN115201706 A CN 115201706A
- Authority
- CN
- China
- Prior art keywords
- screening
- charging
- lithium battery
- constant
- data
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/385—Arrangements for measuring battery or accumulator variables
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明提供了一种锂电池的智能化筛选方法及***,涉及数字处理技术领域,方法包括:采集测试锂电池的基础参数数据,确定恒压充电数据,恒流充电,采集电压变化值,确定第一参考数据;当电压值与恒压充电数据一致时,调整为恒压充电,当电流达到预设电流值时,结束恒压充电,记录恒流充电容量和恒压充电容量,得到第二参考数据;通过放电容量与充电容量,得到充放电效率数据,结合根据第一参考数据、第二参考数据,筛选测试锂电池。解决锂电池的筛选方案精准低,导致无法快速精准对锂电池进行筛选技术问题,从锂电池充放电过程出发,分阶段对锂电池进行特征参数采集与分析,达到智能优化锂电池的筛选方案,精准快速对锂电池进行筛选技术效果。
Description
技术领域
本发明涉及数字处理技术领域,具体涉及一种锂电池的智能化筛选方法及***。
背景技术
锂电池广泛使用于生产生活中,锂电池在充电过程中,正极脱出的锂离子往负极移动并嵌入负极;锂电池在放电过程中,负极脱出的锂离子往负极移动并嵌入正极,锂离子在整个充放电过程中,往返于正负极之间,不断脱出与嵌入,锂电池的充放电反应为可逆的。
常见的,通过交流阻抗曲线对锂电池进行筛选,但交流阻抗曲线是的精度有限,对于大容量的锂电池内阻很小,即时存在较小的信号干扰,均会导致锂电池质量筛选结果不满足锂电池质量筛选要求。
现有技术中存在锂电池的筛选方案精准低,导致无法快速精准对锂电池进行筛选的技术问题。
发明内容
本申请通过提供了一种锂电池的智能化筛选方法及***,解决了锂电池的筛选方案精准低,导致无法快速精准对锂电池进行筛选的技术问题,达到了智能优化锂电池的筛选方案,精准快速对锂电池进行筛选的技术效果。
鉴于上述问题,本申请提供了一种锂电池的智能化筛选方法及***。
第一方面,本申请提供了一种锂电池的智能化筛选方法,其中,所述方法包括:采集测试锂电池的基础参数数据;根据所述基础参数数据确定恒压充电数据,对所述测试锂电池进行恒流充电,采集恒流充电下的电压变化值;根据所述电压变化值进行电压变化率计算,将电压变化率计算结果作为第一参考数据;当电压值与所述恒压充电数据一致时,则将恒流充电调整为恒压充电,当恒压充电的电流达到预设电流值时,结束恒压充电,记录恒流充电容量和恒压充电容量;根据所述恒流充电容量和所述恒压充电容量计算得到第二参考数据;对所述测试锂电池进行放电,记录放电容量,根据充电容量和所述放电容量计算得到充放电效率数据;采集筛选需求信息;通过所述筛选需求信息设定筛选分布权重值;基于所述筛选分布权重值进行所述第一参考数据、所述第二参考数据和所述充放电效率数据的权重计算,将计算结果作为筛选参考数据;采集所述测试锂电池充电时间和放电时间的信息;根据所述充电时间和所述放电时间生成所述测试锂电池的扩散速度评价参数;将所述扩散速度评价参数添加至所述测试锂电池的筛选参数;根据所述第一参考数据、所述第二参考数据、所述充放电效率数据、所述筛选参考数据和所述筛选参数进行所述测试锂电池的筛选。
第二方面,本申请提供了一种锂电池的智能化筛选***,其中,所述***包括:参数采集单元,所述参数采集单元用于采集测试锂电池的基础参数数据;恒流充电单元,所述恒流充电单元用于根据所述基础参数数据确定恒压充电数据,对所述测试锂电池进行恒流充电,采集恒流充电下的电压变化值;变化率计算单元,所述变化率计算单元用于根据所述电压变化值进行电压变化率计算,将电压变化率计算结果作为第一参考数据;充电容量记录单元,所述充电容量记录单元用于当电压值与所述恒压充电数据一致时,则将恒流充电调整为恒压充电,当恒压充电的电流达到预设电流值时,结束恒压充电,记录恒流充电容量和恒压充电容量;参考数据计算单元,所述参考数据计算单元用于根据所述恒流充电容量和所述恒压充电容量计算得到第二参考数据;效率计算单元,所述效率计算单元用于对所述测试锂电池进行放电,记录放电容量,根据充电容量和所述放电容量计算得到充放电效率数据;需求信息筛选单元,所述需求信息筛选单元用于采集筛选需求信息;分布权重设定单元,所述分布权重设定单元用于通过所述筛选需求信息设定筛选分布权重值;权重计算单元,所述权重计算单元用于基于所述筛选分布权重值进行所述第一参考数据、所述第二参考数据和所述充放电效率数据的权重计算,将计算结果作为筛选参考数据;信息采集单元,所述信息采集单元用于采集所述测试锂电池充电时间和放电时间的信息;扩散速度评价单元,所述扩散速度评价单元用于根据所述充电时间和所述放电时间生成所述测试锂电池的扩散速度评价参数;参数添加单元,所述参数添加单元用于将所述扩散速度评价参数添加至所述测试锂电池的筛选参数;数据筛选单元,所述数据筛选单元用于根据所述第一参考数据、所述第二参考数据、所述充放电效率数据、所述筛选参考数据和所述筛选参数进行所述测试锂电池的筛选。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了采集测试锂电池的基础参数数据,确定恒压充电数据,进行恒流充电,采集恒流充电下的电压变化值,进行电压变化率计算,将计算结果作为第一参考数据;当电压值与所述恒压充电数据一致时,则将恒流充电调整为恒压充电,当恒压充电的电流达到预设电流值时,结束恒压充电,记录恒流充电容量和恒压充电容量,计算得到第二参考数据;进行放电,记录放电容量,结合充电容量计算得到充放电效率数据,结合根据所述第一参考数据、所述第二参考数据进行所述测试锂电池的筛选。本申请实施例从锂电池充放电过程出发,分阶段对锂电池进行特征参数采集与分析,达到了智能优化锂电池的筛选方案,精准快速对锂电池进行筛选的技术效果。
附图说明
图1为本申请一种锂电池的智能化筛选方法的流程示意图;
图2为本申请一种锂电池的智能化筛选方法的根据特征相似度计算结果筛选测试锂电池的流程示意图;
图3为本申请一种锂电池的智能化筛选方法的通过封装筛选约束参数和膨胀约束参数筛选测试锂电池的流程示意图;
图4为本申请一种锂电池的智能化筛选***的结构示意图。
附图标记说明:参数采集单元11,恒流充电单元12,变化率计算单元13,充电容量记录单元14,参考数据计算单元15,效率计算单元16,需求信息筛选单元17,分布权重设定单元18,权重计算单元19,信息采集单元20,扩散速度评价单元21,参数添加单元22,数据筛选单元23。
具体实施方式
本申请通过提供了一种锂电池的智能化筛选方法及***,解决了锂电池的筛选方案精准低,导致无法快速精准对锂电池进行筛选的技术问题,达到了智能优化锂电池的筛选方案,精准快速对锂电池进行筛选的技术效果。
实施例一
如图1所示,本申请提供了一种锂电池的智能化筛选方法,其中,所述方法包括:
S100:采集测试锂电池的基础参数数据;
S200:根据所述基础参数数据确定恒压充电数据,对所述测试锂电池进行恒流充电,采集恒流充电下的电压变化值;
S300:根据所述电压变化值进行电压变化率计算,将电压变化率计算结果作为第一参考数据;
具体而言,所述测试锂电池为常见的二次电池(充电电池或蓄电池),所述锂电池的基础参数数据包括但不限于充放电电量、充放电次数、电池内阻、电池结构、荷电状态,所述恒压充电数据不大于4.2V ,所述恒流充电对应的电流值为最大充电电流,一般的,充放电的变化与充放电电流有较大的关系,电流越大,对应的各个参数指标的变化差异越明显,因此将所述恒流充电对应的电流值设定为所述待测锂电池的最大充电电流,采用恒流-恒压(CC-CV)方式对所述测试锂电池进行充放电测试,首先进行恒流充电,所述恒流充电对应的电流值为最大充电电流,根据所述基础参数数据,进行验证性测试,在所述验证性测试阶段进行数据采集,获取恒压充电数据,所述恒压充电数据包括上限电压(一般为4.2V)、开路电压、端电压、放电终止电压(GB31241-2014《便携式电子产品用锂离子电池和电池组 安全要求》限定单体电池的终止电压为2.75V),对所述测试锂电池进行恒流充电,采集恒流充电下的电压变化值,所述电压变化值的采集频率可以设定为0.1Hz,在进行恒流充电过程中,以所述采集频率进行电压采集,确定电压变化值,所述电压变化值即恒流充电过程中的各个充电时间点的电压值,为后续进行数据处理提供支持。
具体而言,根据所述电压变化值进行曲线拟合,构建一坐标系,所述坐标系的横坐标与纵坐标分别表示充电时间点、充电时间点对应的电压值,将各个充电时间点、各个充电时间点对应的电压值输入所述坐标系中进行数据统计,对统计结束的数据点进行曲线拟合,生成电压变化曲线,在所述电压变化曲线进行电压变化率计算,即在所述电压变化曲线上进行取点,基于所述电压变化曲线在取点位置做切线,确定所述取点位置的切线斜率,重复进行上述操作,获取多个切线斜率,将所述多个切线斜率确定为所述电压变化值进行电压变化率,以所述电压变化率计算结果作为所述测试锂电池的第一参考数据,为进行锂电池的充电特征评估提供技术支持。
S400:当电压值与所述恒压充电数据一致时,则将恒流充电调整为恒压充电,当恒压充电的电流达到预设电流值时,结束恒压充电,记录恒流充电容量和恒压充电容量;
S500:根据所述恒流充电容量和所述恒压充电容量计算得到第二参考数据;
具体而言,采用恒流-恒压(CC-CV)方式对所述测试锂电池进行充放电测试,在对所述测试锂电池进行恒流充电过程中,当电压值与所述恒压充电数据中的上限电压(一般为4.2V)一致时,则将恒流充电调整为恒压充电,此时电压已充进所述锂电池大约85%的电量,进行恒压充电,恒压充电对应的电压值需要结合所述电池内阻进行确定,所述恒压充电对应的电压值不大于所述上限电压,所述预设电流值可以设定为50mA(便于进行验证测试设定),所述预设电流值可以通过智能化筛选***的相关管理人员进行自定义设定,不对所述预设电流值进行具体限定,在进行恒压充电过程中,随着时间的推移,进行恒压充电阶段电流会随着充电过程逐渐减小,当恒压充电的电流达到预设电流值时,即恒压充电阶段的电流下降至所述预设电流值(电流值小于或等于50mA),结束恒压充电,记录恒流充电容量和恒压充电容量,所述恒流充电容量即完成恒流充电的时间点的所述锂电池的电量,所述恒压充电容量即完成恒压充电的时间点的所述锂电池的电量;根据所述恒流充电容量和所述恒压充电容量,结合所述恒流充电容量和所述恒压充电容量对应的荷电状态,以所述恒流充电容量及对应的荷电状态与所述恒压充电容量及对应的荷电状态,进行参数绑定,将所述参数绑定结果确定第二参考数据,基于锂电池充电过程的充电方式切换,获取所述锂电池充电过程相关的参数指标,为全面评估锂电池的充电特征提供数据支持。
S600:对所述测试锂电池进行放电,记录放电容量,根据充电容量和所述放电容量计算得到充放电效率数据;
具体而言,在所述锂电池充电结束后,需要对锂电池的放电特征进行评估,对所述测试锂电池进行放电,基于所述放电终止电压,对所述测试锂电池进行放电操作,所述放电电流可以结合所述智能化筛选***的相关管理人员,进行自定义设定,放电电流不可以过大,过大的放电电流会造成电池内部温度升高,电池内部温度过高会对电池造成永久性伤害,在所述测试锂电池进行放电操作过程,记录放电容量,根据充电容量和所述放电容量,计算所述放电容量与所述充电容量之比,将计算结果定义为充放电效率数据。
S700:采集筛选需求信息;
S800:通过所述筛选需求信息设定筛选分布权重值;
S900:基于所述筛选分布权重值进行所述第一参考数据、所述第二参考数据和所述充放电效率数据的权重计算,将计算结果作为筛选参考数据;
具体而言,所述筛选需求信息需要结合所述智能化筛选***的相关管理人员进行自定义设定,所述筛选需求信息包括但不限于充放电效率阈值、恒流/恒压容量比限定参数等相关需求限定指标,采集所述智能化筛选***的参数设定,对所述相关管理人员的设定参数进行特征分析,所述特征分析通过K-Medoids(中心点)算法,简单来说就是选取所述相关管理人员的设定参数中位置最靠近所述筛选需求信息相关需求限定指标的对象,即所述筛选需求信息相关需求限定指标作为参照点,迭代直到所述相关管理人员的设定参数中对象分布不再变化,获取所述筛选需求信息,对所述筛选需求信息进行归一化处理,利用变异系数法对归一化处理得到的各个结果进行加权计算,所述变异系数法为一种客观赋权的方法,直接利用所述归一化处理得到的各个结果所包含的信息,通过计算得到所述归一化处理得到的各个结果的权重,所述各个结果的权重即所述筛选分布权重值,确定权重后,基于所述筛选分布权重值进行所述第一参考数据、所述第二参考数据和所述充放电效率数据的权重计算,计算得到所述筛选参考数据,结合权重调整,为保证测试锂电池的筛选结果的全面性提供技术支持。
S1000:采集所述测试锂电池充电时间和放电时间的信息;
S1100:根据所述充电时间和所述放电时间生成所述测试锂电池的扩散速度评价参数;
S1200:将所述扩散速度评价参数添加至所述测试锂电池的筛选参数。
具体而言,所述测试锂电池充电时间与所述放电时间的信息可以限制精确至毫秒位,通过计时器采集所述测试锂电池充电时间和放电时间的信息;根据所述充电时间和所述放电时间,结合充放电过程中锂离子的脱出与嵌入反应过程与所述锂电池的电量变化数据,生成所述测试锂电池的扩散速度评价参数,所述扩散速度评价参数包括锂离子的脱出速度与嵌入速度;将所述扩散速度评价参数添加至所述测试锂电池的筛选参数,所述筛选参数还包括所述第一参考数据、所述第二参考数据和所述充放电效率数据,通过所述筛选参数,对所述测试锂电池进行筛选,进一步保障了筛选所得锂电池的参数指标的稳定性与可靠性。
S1300:根据所述第一参考数据、所述第二参考数据和所述充放电效率数据进行所述测试锂电池的筛选。
具体而言,根据所述第一参考数据、所述第二参考数据、所述充放电效率数据、所述筛选参考数据和所述筛选参数,进行数据处理,通过所述数据处理结果,对所述测试锂电池进行筛选,为保证筛选所得锂电池的质量相关参数满足所述智能化筛选***限制,提高锂电池智能筛选效率提供技术支持。
进一步的,如图2所示,本申请实施例还包括:
S810:构建所述测试锂电池的充放电曲线;
S820:基于所述充放电曲线进行曲线特征提取,构建曲线特征集合;
S830:设定曲线特征评价偏重权重;
S840:通过所述曲线特征评价偏重权重进行所述曲线特征集合的特征相似度计算,根据特征相似度计算结果进行所述测试锂电池的筛选。
具体而言,调取所述电压变化曲线,所述电压变化曲线为恒流充电阶段的特征曲线,调取恒压充电阶段的数据信息与所述测试锂电池放电阶段的数据信息,通过所述电压变化曲线、恒压充电阶段的数据信息与所述测试锂电池放电阶段的数据信息,确定所述锂电池的充放电全阶段的参数指标,基于所述锂电池的充放电全阶段的参数指标,构建所述测试锂电池的充放电曲线,所述充放电曲线包括充放电电压曲线与充放电电流曲线,所述充放电电压曲线的横坐标与纵坐标分别为充电放时间点、充电时间点对应的电压值,将各个充电时间点、各个充电时间点对应的电压值输入所述坐标系中进行数据统计,对统计结束的数据点进行曲线拟合,生成电压变化曲线,充放电电压曲线;所述充放电电流曲线的生成方式与所述充放电电压曲线一致,不对所述充放电电流曲线的生成方式进行重复性说明,以颜色对所述充放电电压曲线与所述充放电电流曲线进行区分,确定所述测试锂电池的充放电曲线;基于所述充放电曲线进行曲线特征提取,所述曲线特征包括曲线的斜率参数等相关参数指标,通过所述斜率参数等相关参数指标,以所述恒流充电容量、所述恒压充电容量和所述放电容量对应的荷电状态为标识信息,构建曲线特征集合;设定曲线特征评价偏重权重,所述曲线特征评价偏重权重为所述智能化筛选***的相关管理人员结合GB18287-2013《移动电话用锂离子蓄电池及蓄电池组总规范》所设定的参数指标,通过特征相似度计算,确定所述曲线特征评价偏重权重与所述曲线特征集合之间的肯德尔和谐系数,所述肯德尔和谐系数可以评估所述测试锂电池与设定的曲线特征评价偏重权重之间的相关程度,所述曲线特征评价偏重权重与所述曲线特征集合之间的肯德尔和谐系数即特征相似度计算结果,根据特征相似度计算结果进行所述测试锂电池的筛选,为保证筛选所得锂电池特征参数有效性,提高所述测试锂电池的筛选精度。
进一步的,如图3所示,本申请实施例还包括:
S850:通过图像采集装置进行所述测试锂电池的多角度图像采集,得到图像采集集合;
S860:对所述图像采集集合进行所述测试锂电池的封装评价,基于封装评价结果得到封装筛选约束参数;
S870:根据所述图像采集集合进行所述测试锂电池的膨胀评价,基于膨胀评价结果生成膨胀约束参数;
S880:通过所述封装筛选约束参数和所述膨胀约束参数进行所述测试锂电池的筛选。
具体而言,所述图像采集装置为摄像头等图像实时采集装置,通过图像采集装置对所述测试锂电池进行多角度图像采集,得到图像采集集合,对采集角度信息与采集图像信息进行绑定,将所述绑定结果确定为所述图像采集集合的元素;通过所述图像采集集合中的各个采集图像信息,从封装外壳毛刺、封装焊接点、封装平整度等封装评价参数,对所述测试锂电池进行封装评价,基于封装评价结果得到封装筛选约束参数,所述封装筛选约束参数包括封装外壳毛刺约束参数、封装焊接点约束参数、封装平整度约束参数;根据所述图像采集集合对所述测试锂电池的进行膨胀评价,通过所述测试锂电池的几何尺寸参数变化,确定膨胀评价结果,基于膨胀评价结果生成膨胀约束参数,所述膨胀约束参数为几何尺寸参数变化阈值;通过所述封装筛选约束参数和所述膨胀约束参数,从视觉角度对所述测试锂电池进行筛选,为全面多角度进行测试锂电池筛选,为保证所述测试锂电池质量筛选结果的稳定性提供技术支持。
进一步的,本申请实施例还包括:
S881:通过大数据构建封装评价特征集合;
S882:通过所述封装评价特征集合进行所述图像采集集合的遍历匹配,生成遍历匹配结果,其中,每个遍历匹配结果均具有相似度匹配值;
S883:通过所述遍历匹配结果进行所述封装评价。
具体而言,基于大数据,结合所述封装筛选约束参数与所述膨胀约束参数为标记特征,进行数据检索提取,获取关联封装评价特征参数,所述关联封装评价特征参数与所述封装筛选约束参数和所述膨胀约束参数存在特征一致性,以所述关联封装评价特征参数为元素,构建封装评价特征集合,以所述封装评价特征集合中的所述关联封装评价特征参数为标记特征,获取反向检索请求,所述反向检索请求用于所述关联封装评价特征参数对应的锂电池进行多角度图像采集,获取关联封装图像采集集合,对所述关联封装图像采集集合与所述图像采集集合的遍历匹配,所述关联匹配即通过相似度算法,具体的,建立一个多维的空间,以所述关联封装图像采集集合与所述图像采集集合之间共同的图像特征为坐标维度,通过对单一维度上的图像特征,在所述多维的空间进行定位,那么任意两个位置之间的距离Distance(X,Y)(即:欧式距离),就能在一定程度上反应所述关联封装图像采集集合与所述图像采集集合之间的相似程度,多次进行相似度计算,生成遍历匹配结果,其中,每个遍历匹配结果均具有相似度匹配值,所述相似度匹配值即任意两个位置之间的欧式距离;通过所述遍历匹配结果,对所述测试锂电池的封装进行评价,通过大数据进行数据提取,结合欧几里得度量,为综合评估所述测试锂电池的封装相关参数指标提供技术支持。
进一步的,本申请实施例还包括:
S883-1:根据所述遍历匹配结果进行特征匹配位置信息提取;
S883-2:构建所述测试锂电池的位置关联评价值集合;
S883-3:通过所述位置关联评价值集合和所述遍历匹配结果进行特征影响值计算,基于计算结果获得所述封装筛选约束参数。
具体而言,根据所述遍历匹配结果进行特征匹配位置信息提取,提取所述关联封装图像采集集合与所述图像采集集合之间共同的图像特征,所述共同的图像特征即所述特征匹配位置信息;基于所述图像采集集合,以所述特征匹配位置信息为特征标识信息,进行特征检索提取,通过数据特征检索提取结果,构建所述测试锂电池的位置关联评价值集合,每个特征标识信息都对应一个位置关联评价值集合;通过所述位置关联评价值集合和所述遍历匹配结果,将所述位置关联评价值集合和所述遍历匹配结果进行特征影响值计算,即还原所述位置关联评价值集合的坐标参数和所述遍历匹配结果的坐标参数,将所述位置关联评价值集合的坐标参数和所述遍历匹配结果的坐标参数均标识于雷达图之上,对所述位置关联评价值集合的坐标参数特征影响程度进行重点分析,获取计算结果,将所述计算结果确定为所述封装筛选约束参数,进一步对测试锂电池的筛选进行约束,为进行锂电池筛选提供约束性参数指标,提高锂电池的智能化筛选的精准度。
综上所述,本申请所提供的一种锂电池的智能化筛选方法及***具有如下技术效果:
由于采用了采集测试锂电池的基础参数数据,确定恒压充电数据,进行恒流充电,采集电压变化值,进行电压变化率计算,将计算结果作为第一参考数据;当电压值与恒压充电数据一致时,则将恒流充电调整为恒压充电,当电流达到预设电流值时,结束恒压充电,记录恒流充电容量和恒压充电容量,计算得到第二参考数据;进行放电,记录放电容量,结合充电容量,得到充放电效率数据,结合根据第一参考数据、第二参考数据进行测试锂电池的筛选。本申请通过提供了一种锂电池的智能化筛选方法及***,从锂电池充放电过程出发,分阶段对锂电池进行特征参数采集与分析,达到了智能优化锂电池的筛选方案,精准快速对锂电池进行筛选的技术效果。
由于采用了构建测试锂电池的充放电曲线;进行曲线特征提取,构建曲线特征集合;设定曲线特征评价偏重权重;进行曲线特征集合的特征相似度计算,进行测试锂电池的筛选,为保证筛选所得锂电池特征参数有效性,提高测试锂电池的筛选精度。
由于采用了根据遍历匹配结果进行特征匹配位置信息提取;构建测试锂电池的位置关联评价值集合,结合遍历匹配结果进行特征影响值计算,获得封装筛选约束参数。进一步对测试锂电池的筛选进行约束,为进行锂电池筛选提供约束性参数指标,提高锂电池的智能化筛选的精准度。
实施例二
基于与前述实施例中一种锂电池的智能化筛选方法相同的发明构思,如图4所示,本申请提供了一种锂电池的智能化筛选***,其中,所述***包括:
参数采集单元11,所述参数采集单元11用于采集测试锂电池的基础参数数据;
恒流充电单元12,所述恒流充电单元12用于根据所述基础参数数据确定恒压充电数据,对所述测试锂电池进行恒流充电,采集恒流充电下的电压变化值;
变化率计算单元13,所述变化率计算单元13用于根据所述电压变化值进行电压变化率计算,将电压变化率计算结果作为第一参考数据;
充电容量记录单元14,所述充电容量记录单元14用于当电压值与所述恒压充电数据一致时,则将恒流充电调整为恒压充电,当恒压充电的电流达到预设电流值时,结束恒压充电,记录恒流充电容量和恒压充电容量;
参考数据计算单元15,所述参考数据计算单元15用于根据所述恒流充电容量和所述恒压充电容量计算得到第二参考数据;
效率计算单元16,所述效率计算单元16用于对所述测试锂电池进行放电,记录放电容量,根据充电容量和所述放电容量计算得到充放电效率数据;
需求信息筛选单元17,所述需求信息筛选单元17用于采集筛选需求信息;
分布权重设定单元18,所述分布权重设定单元18用于通过所述筛选需求信息设定筛选分布权重值;
权重计算单元19,所述权重计算单元19用于基于所述筛选分布权重值进行所述第一参考数据、所述第二参考数据和所述充放电效率数据的权重计算,将计算结果作为筛选参考数据;
信息采集单元20,所述信息采集单元20用于采集所述测试锂电池充电时间和放电时间的信息;
扩散速度评价单元21,所述扩散速度评价单元21用于根据所述充电时间和所述放电时间生成所述测试锂电池的扩散速度评价参数;
参数添加单元22,所述参数添加单元22用于将所述扩散速度评价参数添加至所述测试锂电池的筛选参数;
数据筛选单元23,所述数据筛选单元23用于根据所述第一参考数据、所述第二参考数据、所述充放电效率数据、所述筛选参考数据和所述筛选参数进行所述测试锂电池的筛选。
进一步的,所述***包括:
充放电曲线构建单元,所述充放电曲线构建单元用于构建所述测试锂电池的充放电曲线;
曲线特征提取单元,所述曲线特征提取单元用于基于所述充放电曲线进行曲线特征提取,构建曲线特征集合;
偏重权重设定单元,所述偏重权重设定单元用于设定曲线特征评价偏重权重;
相似度计算单元,所述相似度计算单元用于通过所述曲线特征评价偏重权重进行所述曲线特征集合的特征相似度计算,根据特征相似度计算结果进行所述测试锂电池的筛选。
进一步的,所述***包括:
多角度图像采集单元,所述多角度图像采集单元用于通过图像采集装置进行所述测试锂电池的多角度图像采集,得到图像采集集合;
封装评价单元,所述封装评价单元用于对所述图像采集集合进行所述测试锂电池的封装评价,基于封装评价结果得到封装筛选约束参数;
膨胀评价单元,所述膨胀评价单元用于根据所述图像采集集合进行所述测试锂电池的膨胀评价,基于膨胀评价结果生成膨胀约束参数;
指标筛选单元,所述指标筛选单元用于通过所述封装筛选约束参数和所述膨胀约束参数进行所述测试锂电池的筛选。
进一步的,所述***包括:
特征集合构建单元,所述特征集合构建单元用于通过大数据构建封装评价特征集合;
遍历匹配单元,所述遍历匹配单元用于通过所述封装评价特征集合进行所述图像采集集合的遍历匹配,生成遍历匹配结果,其中,每个遍历匹配结果均具有相似度匹配值;
封装评价单元,所述封装评价单元用于通过所述遍历匹配结果进行所述封装评价。
进一步的,所述***包括:
信息提取单元,所述信息提取单元用于根据所述遍历匹配结果进行特征匹配位置信息提取;
评价值集合构建单元,所述评价值集合构建单元用于构建所述测试锂电池的位置关联评价值集合;
特征影响值计算单元,所述特征影响值计算单元用于通过所述位置关联评价值集合和所述遍历匹配结果进行特征影响值计算,基于计算结果获得所述封装筛选约束参数。
本说明书和附图仅仅是本申请的示例性说明,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (6)
1.一种锂电池的智能化筛选方法,其特征在于,所述方法包括:
采集测试锂电池的基础参数数据;
根据所述基础参数数据确定恒压充电数据,对所述测试锂电池进行恒流充电,采集恒流充电下的电压变化值;
根据所述电压变化值进行电压变化率计算,将电压变化率计算结果作为第一参考数据;
当电压值与所述恒压充电数据一致时,则将恒流充电调整为恒压充电,当恒压充电的电流达到预设电流值时,结束恒压充电,记录恒流充电容量和恒压充电容量;
根据所述恒流充电容量和所述恒压充电容量计算得到第二参考数据;
对所述测试锂电池进行放电,记录放电容量,根据充电容量和所述放电容量计算得到充放电效率数据;
采集筛选需求信息;
通过所述筛选需求信息设定筛选分布权重值;
基于所述筛选分布权重值进行所述第一参考数据、所述第二参考数据和所述充放电效率数据的权重计算,将计算结果作为筛选参考数据;
采集所述测试锂电池充电时间和放电时间的信息;
根据所述充电时间和所述放电时间生成所述测试锂电池的扩散速度评价参数;
将所述扩散速度评价参数添加至所述测试锂电池的筛选参数;
根据所述第一参考数据、所述第二参考数据、所述充放电效率数据、所述筛选参考数据和所述筛选参数进行所述测试锂电池的筛选。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
构建所述测试锂电池的充放电曲线;
基于所述充放电曲线进行曲线特征提取,构建曲线特征集合;
设定曲线特征评价偏重权重;
通过所述曲线特征评价偏重权重进行所述曲线特征集合的特征相似度计算,根据特征相似度计算结果进行所述测试锂电池的筛选。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
通过图像采集装置进行所述测试锂电池的多角度图像采集,得到图像采集集合;
对所述图像采集集合进行所述测试锂电池的封装评价,基于封装评价结果得到封装筛选约束参数;
根据所述图像采集集合进行所述测试锂电池的膨胀评价,基于膨胀评价结果生成膨胀约束参数;
通过所述封装筛选约束参数和所述膨胀约束参数进行所述测试锂电池的筛选。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
通过大数据构建封装评价特征集合;
通过所述封装评价特征集合进行所述图像采集集合的遍历匹配,生成遍历匹配结果,其中,每个遍历匹配结果均具有相似度匹配值;
通过所述遍历匹配结果进行所述封装评价。
5.如权利要求4所述的方法,其特征在于,所述方法还包括:
根据所述遍历匹配结果进行特征匹配位置信息提取;
构建所述测试锂电池的位置关联评价值集合;
通过所述位置关联评价值集合和所述遍历匹配结果进行特征影响值计算,基于计算结果获得所述封装筛选约束参数。
6.一种锂电池的智能化筛选***,其特征在于,所述***包括:
参数采集单元,所述参数采集单元用于采集测试锂电池的基础参数数据;
恒流充电单元,所述恒流充电单元用于根据所述基础参数数据确定恒压充电数据,对所述测试锂电池进行恒流充电,采集恒流充电下的电压变化值;
变化率计算单元,所述变化率计算单元用于根据所述电压变化值进行电压变化率计算,将电压变化率计算结果作为第一参考数据;
充电容量记录单元,所述充电容量记录单元用于当电压值与所述恒压充电数据一致时,则将恒流充电调整为恒压充电,当恒压充电的电流达到预设电流值时,结束恒压充电,记录恒流充电容量和恒压充电容量;
参考数据计算单元,所述参考数据计算单元用于根据所述恒流充电容量和所述恒压充电容量计算得到第二参考数据;
效率计算单元,所述效率计算单元用于对所述测试锂电池进行放电,记录放电容量,根据充电容量和所述放电容量计算得到充放电效率数据;
需求信息筛选单元,所述需求信息筛选单元用于采集筛选需求信息;
分布权重设定单元,所述分布权重设定单元用于通过所述筛选需求信息设定筛选分布权重值;
权重计算单元,所述权重计算单元用于基于所述筛选分布权重值进行所述第一参考数据、所述第二参考数据和所述充放电效率数据的权重计算,将计算结果作为筛选参考数据;
信息采集单元,所述信息采集单元用于采集所述测试锂电池充电时间和放电时间的信息;
扩散速度评价单元,所述扩散速度评价单元用于根据所述充电时间和所述放电时间生成所述测试锂电池的扩散速度评价参数;
参数添加单元,所述参数添加单元用于将所述扩散速度评价参数添加至所述测试锂电池的筛选参数;
数据筛选单元,所述数据筛选单元用于根据所述第一参考数据、所述第二参考数据、所述充放电效率数据、所述筛选参考数据和所述筛选参数进行所述测试锂电池的筛选。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211114891.4A CN115201706B (zh) | 2022-09-14 | 2022-09-14 | 一种锂电池的智能化筛选方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211114891.4A CN115201706B (zh) | 2022-09-14 | 2022-09-14 | 一种锂电池的智能化筛选方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115201706A true CN115201706A (zh) | 2022-10-18 |
CN115201706B CN115201706B (zh) | 2022-12-16 |
Family
ID=83573460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211114891.4A Active CN115201706B (zh) | 2022-09-14 | 2022-09-14 | 一种锂电池的智能化筛选方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115201706B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115951232A (zh) * | 2023-03-14 | 2023-04-11 | 苏州时代华景新能源有限公司 | 一种锂电池充放电质量检测方法及*** |
CN117200393A (zh) * | 2023-09-12 | 2023-12-08 | 陕西太瓦时代能源科技有限公司 | 一种储能电站的运行数据处理方法及*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107020251A (zh) * | 2017-03-23 | 2017-08-08 | 苏州协鑫集成储能科技有限公司 | 电池及电池组的筛选方法 |
CN107024663A (zh) * | 2017-04-01 | 2017-08-08 | 湖南银杏数据科技有限公司 | 基于充电曲线特征kpca聚类的锂电池筛选方法 |
CN108008313A (zh) * | 2017-11-29 | 2018-05-08 | 东莞市创明电池技术有限公司 | 锂离子电池自放电的筛选方法 |
CN110429322A (zh) * | 2019-07-17 | 2019-11-08 | 北京海博思创科技有限公司 | 锂电池一致性分类方法、装置、设备和可读存储介质 |
CN110501652A (zh) * | 2019-09-05 | 2019-11-26 | 上海毅信环保科技有限公司 | 一种退役锂电池可用容量快速评估方法及评估装置 |
CN114558800A (zh) * | 2022-02-24 | 2022-05-31 | 广州菲利斯太阳能科技有限公司 | 一种动力电池梯次利用的筛选重组方法及*** |
CN114705991A (zh) * | 2022-04-08 | 2022-07-05 | 苏州逐真新能源科技有限公司 | 一种电池容量快速估计的方法 |
US20220252670A1 (en) * | 2021-02-08 | 2022-08-11 | Hong Kong Applied Science and Technology Research Institute Company Limited | Fast Screening of Rechargeable Batteries Using Sectional Constant-Current Impulse Ratio (SCCIR) Calibration with Constant-Current Followed by Constant-Voltage Charging |
-
2022
- 2022-09-14 CN CN202211114891.4A patent/CN115201706B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107020251A (zh) * | 2017-03-23 | 2017-08-08 | 苏州协鑫集成储能科技有限公司 | 电池及电池组的筛选方法 |
CN107024663A (zh) * | 2017-04-01 | 2017-08-08 | 湖南银杏数据科技有限公司 | 基于充电曲线特征kpca聚类的锂电池筛选方法 |
CN108008313A (zh) * | 2017-11-29 | 2018-05-08 | 东莞市创明电池技术有限公司 | 锂离子电池自放电的筛选方法 |
CN110429322A (zh) * | 2019-07-17 | 2019-11-08 | 北京海博思创科技有限公司 | 锂电池一致性分类方法、装置、设备和可读存储介质 |
CN110501652A (zh) * | 2019-09-05 | 2019-11-26 | 上海毅信环保科技有限公司 | 一种退役锂电池可用容量快速评估方法及评估装置 |
US20220252670A1 (en) * | 2021-02-08 | 2022-08-11 | Hong Kong Applied Science and Technology Research Institute Company Limited | Fast Screening of Rechargeable Batteries Using Sectional Constant-Current Impulse Ratio (SCCIR) Calibration with Constant-Current Followed by Constant-Voltage Charging |
CN114558800A (zh) * | 2022-02-24 | 2022-05-31 | 广州菲利斯太阳能科技有限公司 | 一种动力电池梯次利用的筛选重组方法及*** |
CN114705991A (zh) * | 2022-04-08 | 2022-07-05 | 苏州逐真新能源科技有限公司 | 一种电池容量快速估计的方法 |
Non-Patent Citations (2)
Title |
---|
XIN LAI等: "A Novel Screening Method Based on a Partially Discharging Curve Using a Genetic Algorithm and Back-Propagation Model for the Cascade Utilization of Retired Lithium-Ion Batteries", 《ELECTRONICS》 * |
程阳阳: "一种基于改进型k-means聚类算法的退役电池组筛选重组方法", 《能源工程》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115951232A (zh) * | 2023-03-14 | 2023-04-11 | 苏州时代华景新能源有限公司 | 一种锂电池充放电质量检测方法及*** |
CN117200393A (zh) * | 2023-09-12 | 2023-12-08 | 陕西太瓦时代能源科技有限公司 | 一种储能电站的运行数据处理方法及*** |
CN117200393B (zh) * | 2023-09-12 | 2024-04-26 | 陕西太瓦时代能源科技有限公司 | 一种储能电站的运行数据处理方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN115201706B (zh) | 2022-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115201706B (zh) | 一种锂电池的智能化筛选方法及*** | |
US10424961B1 (en) | User identification from battery characteristics | |
CN102183730B (zh) | 电池诊断装置和方法 | |
CN109557477B (zh) | 一种电池***健康状态估算方法 | |
CN108680868B (zh) | 一种电池包循环测试一致性分析方法 | |
WO2021143592A1 (zh) | 电池等效电路模型的建立方法、健康状态估算方法及装置 | |
US20160195589A1 (en) | Degradation diagnosis system and degradation diagnosis method for secondary battery | |
CN111448467A (zh) | 用于对电池容量进行建模和估计的方法及*** | |
CN104813179A (zh) | 蓄电元件的劣化后性能估计装置、劣化后性能估计方法以及蓄电*** | |
CN104112878A (zh) | 一种充电时间确定方法和装置、电子设备 | |
CN110109030A (zh) | 电池组一致性评价方法与电池组均衡策略 | |
CN113109729B (zh) | 基于加速老化试验与实车工况的车用动力电池soh评估方法 | |
CN109471040A (zh) | 容量判定方法、装置、电子设备及计算机可读存储介质 | |
CN108594117B (zh) | 确定电池容量的方法、装置、终端设备及计算机存储介质 | |
CN111537887B (zh) | 考虑迟滞特性的混合动力***电池开路电压模型优化方法 | |
CN112557933A (zh) | 一种计算电池健康状态的方法和装置 | |
US20220299577A1 (en) | Method of estimating internal degradation state of degraded cell, and measurement system | |
CN112698217B (zh) | 基于粒子群优化算法的电池单体容量估计方法 | |
CN113176516A (zh) | 容量预测方法、装置、电子设备及存储介质 | |
CN115144037B (zh) | 一种锂电池防爆性能安全监测方法及*** | |
JP3649643B2 (ja) | リチウムイオン電池の容量推定方法 | |
CN116930771A (zh) | 一种基于dtw的实车藏电电量估计方法 | |
CN115840145A (zh) | 电化学参数辨识方法、装置、设备及存储介质 | |
CN114325449B (zh) | 一种锂离子电池soh预测方法 | |
CN115980607A (zh) | 基于增量容量曲线特征点的电池健康状态soh估算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |