CN117458010A - 一种基于数据分析的锂电池储能监控*** - Google Patents
一种基于数据分析的锂电池储能监控*** Download PDFInfo
- Publication number
- CN117458010A CN117458010A CN202311760842.2A CN202311760842A CN117458010A CN 117458010 A CN117458010 A CN 117458010A CN 202311760842 A CN202311760842 A CN 202311760842A CN 117458010 A CN117458010 A CN 117458010A
- Authority
- CN
- China
- Prior art keywords
- value
- lithium battery
- battery
- defect
- charging
- 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
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 266
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 264
- 238000012544 monitoring process Methods 0.000 title claims abstract description 51
- 238000004146 energy storage Methods 0.000 title claims abstract description 40
- 238000007405 data analysis Methods 0.000 title claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 115
- 230000007547 defect Effects 0.000 claims abstract description 114
- 238000011156 evaluation Methods 0.000 claims abstract description 78
- 230000015556 catabolic process Effects 0.000 claims abstract description 67
- 238000006731 degradation reaction Methods 0.000 claims abstract description 67
- 238000004458 analytical method Methods 0.000 claims abstract description 56
- 238000012797 qualification Methods 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 56
- 230000008569 process Effects 0.000 claims description 48
- 238000005259 measurement Methods 0.000 claims description 43
- 230000007613 environmental effect Effects 0.000 claims description 29
- 238000012423 maintenance Methods 0.000 claims description 24
- 238000012360 testing method Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000005611 electricity Effects 0.000 claims description 15
- 238000003912 environmental pollution Methods 0.000 claims description 10
- 238000007726 management method Methods 0.000 claims description 9
- 230000003068 static effect Effects 0.000 claims description 9
- 230000005670 electromagnetic radiation Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims 2
- 230000000750 progressive effect Effects 0.000 abstract description 5
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000010223 real-time analysis Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 206010011906 Death Diseases 0.000 description 1
- 229910000733 Li alloy Inorganic materials 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 239000010405 anode material Substances 0.000 description 1
- 239000010406 cathode material Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000001989 lithium alloy Substances 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011255 nonaqueous electrolyte Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
-
- 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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M2010/4278—Systems for data transfer from batteries, e.g. transfer of battery parameters to a controller, data transferred between battery controller and main controller
Landscapes
- Engineering & Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明属于锂电池管控技术领域,具体是一种基于数据分析的锂电池储能监控***,包括处理器、锂电池可用性检测模块、锂电池性降检测模块、锂电池缺陷评估模块和锂电池全方位监控模块;本发明通过锂电池可用性检测模块将对应锂电池进行可用性分析以生成高可用性信号或低可用性信号,在生成高可用性信号时将对应锂电池的性能下降状况进行分析以生成性降不合格信号或性降合格信号,在生成性降合格信号时通过锂电池缺陷评估模块将对应锂电池进行扫描并对其进行缺陷识别分析,实现多角度且逐步递进式分析,能够综合全面评估锂电池的储能风险和使用风险,提升锂电池的储能安全性并保证其稳定高效运行,智能化程度高,减小对锂电池的监管难度。
Description
技术领域
本发明涉及锂电池管控技术领域,具体是一种基于数据分析的锂电池储能监控***。
背景技术
锂电池分为锂金属电池和锂离子电池两大类,是一种由锂金属或锂合金为正/负极材料、使用非水电解质溶液的电池,具有高能量密度、长使用寿命、低自放电率、环保等优点,常应用在电子产品和电动车等领域;随着能源结构的转变和电力***的升级,锂电池储能技术得到了广泛应用;
然而,在通过锂电池储能时,现有的锂电池监控***通常功能单一,不能通过多角度且逐步递进式分析以综合全面评估锂电池的储能风险和使用风险,且难以实现对锂电池运行的实时监控并反馈预警,难以实现对锂电池的智能监控,不利于提升锂电池的储能安全性并保证其稳定高效运行;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种基于数据分析的锂电池储能监控***,解决了现有技术不能通过多角度且逐步递进式分析以综合全面评估锂电池的储能风险和使用风险,且难以实现对锂电池运行的实时监控并反馈预警,不利于提升锂电池的储能安全性并保证其稳定高效运行,锂电池管理难度大的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于数据分析的锂电池储能监控***,包括处理器、锂电池可用性检测模块、锂电池性降检测模块、锂电池缺陷评估模块和锂电池全方位监控模块;锂电池可用性检测模块将对应锂电池进行可用性分析,通过分析生成高可用性信号或低可用性信号,将高可用性信号经处理器发送至锂电池性降检测模块,将低可用性信号经处理器发送至锂电池全方位监控模块;
锂电池性降检测模块接收到高可用性信号时,将对应锂电池的性能下降状况进行分析以生成性降不合格信号或性降合格信号,且将性降合格信号经处理器发送至锂电池缺陷评估模块,并将性降不合格信号经处理器发送至锂电池全方位监控模块;
锂电池缺陷评估模块将对应锂电池进行扫描,采集到对应锂电池的外部图像并对其进行缺陷识别分析,通过分析生成缺陷评估合格信号或缺陷评估不合格信号,将缺陷评估合格信号或缺陷评估不合格信号经处理器发送至锂电池全方位监控模块;锂电池全方位监控模块接收到低可用性信号、性降不合格信号或缺陷评估不合格信号时生成相应预警信息,并将预警信息发送至管理人员的智能终端。
进一步的,可用性分析的具体分析过程包括:
获取到对应锂电池所属类型的使用寿命,采集到对应锂电池的使用时长,将使用时长与使用寿命进行比值计算得到电池寿命终表值;且采集到对应锂电池的充电次数,并将充电次数与该类型锂电池的预设充电次数阈值进行比值计算得到电池充频检测值;以及采集到锂电池在历史过程中的维护次数并将其标记为电池维护频表值,将所有维护过程的维护时长进行求和计算得到电池维护时表值;
将电池寿命终表值、电池充频检测值、电池维护频表值和电池维护时表值进行数值计算得到可用性检测值,将可用性检测值与预设可用性检测阈值进行数值比较,若可用性检测值超过预设可用性检测阈值,则生成低可用性信号;若可用性检测值未超过预设可用性检测阈值,则生成高可用性信号。
进一步的,锂电池性降检测模块的具体运行过程包括:
获取到单位时间内对应锂电池的储电性能数据和储电自耗数据,通过充电评估汇总分析获取到对应锂电池的电池充测值,且将储能性能数据、储电自耗数据与电池充测值进行数值计算得到电池性降值,将电池性降值与预设电池性降阈值进行数值比较,若电池性降值超过预设电池性降阈值,则生成性降检测不合格信号;若电池性降值未超过预设电池性降阈值,则生成性降检测合格信号。
进一步的,充电评估汇总分析的具体分析过程如下:
在锂电池的充电过程中采集到该锂电池的实时充电速度,将实时充电速度与预设标准充电速度进行差值计算并取绝对值以得到充电速偏数据,将对应锂电池在对应充电过程的所有充电速偏数据进行均值计算和方差计算以得到充速偏测值和充速波测值;
将充速偏测值和充速波测值与预设充速偏测阈值和预设充速波测阈值分别进行数值比较,若充速偏测值超过预设充速偏测阈值或充速波测值超过预设充速波测阈值,则向对应充电过程赋予充电判断符号CF-1;若充速偏测值未超过预设充速偏测阈值且充速波测值未超过预设充速波测阈值,则向对应充电过程赋予充电判断符号CF-2;
获取到单位时间内与充电判断符号CF-1相对应的充电过程数量并将其标记为负充表现值,并获取到单位时间内与充电判断符号CF-2相对应的充电过程数量并将其标记为正充表现值,将负充表现值与正充表现值进行比值计算得到电池充测值。
进一步的,锂电池全方位监控模块还用于对锂电池的运行过程进行全面监控,从处理器调取锂电池的运行表现数据和环境表现数据,将运行表现数据和环境表现数据与预设运行表现数据阈值和预设环境表现数据阈值分别进行数值比较,若运行表现数据或环境表现数据超过对应预设阈值,则生成监控异常信号,并将监控异常信号经处理器发送至管理人员的智能终端。
进一步的,锂电池缺陷评估模块的具体运行过程包括:
将锂电池的外部图像与其标准图像进行比较,识别出锂电池外壳的鼓包内凹缺陷和裂缝损伤缺陷,通过分析判断是否存在超异常鼓包凹陷区或超异常裂缝损伤区,若存在超异常鼓包凹陷区或超异常裂缝损伤区,则生成缺陷评估不合格信号;
若不存在超异常鼓包凹陷区或超异常裂缝损伤区,则获取到鼓包内凹缺陷的面积和值并将其标记为非平整区面值,以及获取到裂缝损伤缺陷的数量并将其标记为裂缝损检值;将非平整区面值和裂缝损检值进行数值计算得到电池缺陷值,将电池缺陷值与预设电池缺陷阈值进行数值比较,若电池缺陷值超过预设电池缺陷阈值,则生成缺陷评估不合格信号;若电池缺陷值未超过预设电池缺陷阈值,则生成缺陷评估合格信号。
进一步的,通过分析判断是否存在超异常鼓包凹陷区或超异常裂缝损伤区的具体分析过程如下:
采集到对应鼓包内凹缺陷的面积并将其标记为缺陷面测值,以及采集到对应鼓包内凹缺陷的内凹最深距离或外凸最远距离并将其标记为凹凸距测值,将缺陷面测值与凹凸距测值进行赋权求和计算得到鼓包内凹检测值,将鼓包内凹检测值与预设鼓包内凹检测阈值进行数值比较,若鼓包内凹检测值超过预设鼓包内凹检测阈值,则将对应鼓包内凹缺陷标记为超异常鼓包凹陷区;
采集到对应裂缝损伤缺陷的裂缝延伸长度数据,以及采集到对应裂缝损伤缺陷的裂缝深幅值和裂缝宽幅值,将裂缝延伸长度数据、裂缝深幅值和裂缝宽幅值进行数值计算得到裂缝深析值;将裂缝深析值与预设裂缝深析阈值进行数值比较,若裂缝深析值超过预设裂缝深析阈值,则将对应裂缝损伤缺陷标记为超异常裂缝损伤区。
进一步的,处理器与锂电池运管模块通信连接,锂电池运管模块对锂电池的运行状况和所处环境状况进行分析,以获取到锂电池的运行表现数据和环境表现数据,将锂电池的运行表现数据和环境表现数据发送至处理器进行存储;锂电池运管模块的具体运行过程如下:
采集到锂电池运行时的运行温度、运行电压和运行电流,将运行温度与预设运行温度范围的中值进行差值计算并取绝对值以得到运温检验值,同理获取到运压检验值和运流检验值;以及采集到锂电池运行时的瞬时冲击数据,将运温检验值、运压检验值、运流检验值和瞬时冲击数据与对应预设阈值分别进行数值比较,若运温检验值、运压检验值、运流检验值或瞬时冲击数据超过对应预设阈值,则判断锂电池处于运行存险状态;
获取到检测时段中锂电池处于运行存险状态的时长并将其标记为电池运险时检值,将检测时段中数值最大的运温检验值标记为运温检幅值,同理获取到运压检幅值和运流检幅值;将电池运险时检值、运温检幅值、运压检幅值和运流检幅值进行数值计算得到运行表现数据;
采集到锂电池运行时所处环境的环境温度和环境湿度,将环境温度与预设环境温度范围的中值进行差值计算并取绝对值以得到环温检验值,同理获取到环湿检验值,将检测时段的所有环温检验值进行均值计算得到环温评估值,同理获取到环湿评估值;以及采集到锂电池运行时所处环境的环境污染性数据、环境电磁辐射数据和环境静电数据,将检测时段的所有环境污染性数据进行均值计算得到环污评估值,同理获取到电磁评估值和静电评估值;将环温评估值、环湿评估值、环污评估值、电磁评估值和静电评估值进行数值计算得到环境表现数据。
与现有技术相比,本发明的有益效果是:
1、本发明中,通过锂电池可用性检测模块将对应锂电池进行可用性分析以生成高可用性信号或低可用性信号,在生成高可用性信号时通过锂电池性降检测模块将对应锂电池的性能下降状况进行分析以生成性降不合格信号或性降合格信号,在生成性降合格信号时通过锂电池缺陷评估模块将对应锂电池进行扫描并对其进行缺陷识别分析,通过多角度且逐步递进式分析以综合全面评估锂电池的储能风险和使用风险,提升锂电池的储能安全性并保证其稳定高效运行,智能化程度高,降低了对锂电池的监管难度;
2、本发明中,通过锂电池运管模块对锂电池的运行状况和所处环境状况进行分析以实时且准确反馈锂电池的运行潜在风险,并为锂电池全方位监控模块的实时分析过程提供数据支持;锂电池全方位监控模块对锂电池的运行过程进行全面监控,基于运行表现数据和环境表现数据以实时判断锂电池的运行潜在风险程度,以便管理人员及时进行原因调查并对锂电池的运行参数或所处环境进行适应性调控,进一步降低锂电池的运行风险,减小对锂电池的管理难度。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明中实施例一的***框图;
图2为本发明中实施例二和实施例三的***框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:如图1所示,本发明提出的一种基于数据分析的锂电池储能监控***,包括处理器、锂电池可用性检测模块、锂电池性降检测模块、锂电池缺陷评估模块和锂电池全方位监控模块,且处理器与锂电池可用性检测模块、锂电池性降检测模块、锂电池缺陷评估模块以及锂电池全方位监控模块均通信连接;其中,锂电池可用性检测模块将对应锂电池进行可用性分析,通过分析生成高可用性信号或低可用性信号,能够准确反馈锂电池的可用性状况,以便管理人员详细掌握锂电池的生命状态,将低可用性信号经处理器发送至锂电池全方位监控模块;可用性分析的具体分析过程如下:
获取到对应锂电池所属类型的使用寿命,采集到对应锂电池的使用时长,将使用时长与使用寿命进行比值计算得到电池寿命终表值;其中,电池寿命终表值的数值越大,则表明该锂电池越趋向于报废;且采集到对应锂电池的充电次数,并将充电次数与该类型锂电池的预设充电次数阈值进行比值计算得到电池充频检测值;其中,电池充频检测值的数值越大,则表明该锂电池越趋向于报废;以及采集到锂电池在历史过程中的维护次数并将其标记为电池维护频表值,将所有维护过程的维护时长进行求和计算得到电池维护时表值;
通过公式KY=(ew1*KP+ew2*KF)/(ew3*KR+ew4*KW)将电池寿命终表值KP、电池充频检测值KF、电池维护频表值KR和电池维护时表值KW进行数值计算得到可用性检测值KY,将可用性检测值KY与预设可用性检测阈值进行数值比较,若可用性检测值KY超过预设可用性检测阈值,表明锂电池的可用性较差,使用风险较大,则生成低可用性信号;若可用性检测值KY未超过预设可用性检测阈值,表明锂电池的可用性较好,则生成高可用性信号。
锂电池可用性检测模块将高可用性信号经处理器发送至锂电池性降检测模块,锂电池性降检测模块接收到高可用性信号时,将对应锂电池的性能下降状况进行分析以生成性降不合格信号或性降合格信号,并将性降不合格信号经处理器发送至锂电池全方位监控模块,能够在锂电池处于高可用性状态下精准反馈锂电池的储能性能下降状况,管理人员得以详细掌握锂电池的性能状况,以降低锂电池的使用风险;锂电池性降检测模块的具体运行过程如下:
通过充电评估汇总分析获取到对应锂电池的电池充测值,具体为:在锂电池的充电过程中采集到该锂电池的实时充电速度,将实时充电速度与预设标准充电速度进行差值计算并取绝对值以得到充电速偏数据,将锂电池在对应充电过程的所有充电速偏数据进行均值计算和方差计算以得到充速偏测值和充速波测值;其中,充速偏测值的数值越大,表明对应充电过程中锂电池的充电速度越不符合要求;充电波测值的数值越大,表明对应充电过程中锂电池的充电速度越不稳定,充电风险越大;
将充速偏测值和充速波测值与预设充速偏测阈值和预设充速波测阈值分别进行数值比较,若充速偏测值超过预设充速偏测阈值或充速波测值超过预设充速波测阈值,表明锂电池的对应充电过程的充电表现较差,则向对应充电过程赋予充电判断符号CF-1;若充速偏测值未超过预设充速偏测阈值且充速波测值未超过预设充速波测阈值,表明锂电池的对应充电过程的充电表现较好,则向对应充电过程赋予充电判断符号CF-2;
获取到单位时间内与充电判断符号CF-1相对应的充电过程数量并将其标记为负充表现值,并获取到单位时间内与充电判断符号CF-2相对应的充电过程数量并将其标记为正充表现值,将负充表现值与正充表现值进行比值计算得到电池充测值;获取到单位时间内对应锂电池的储电性能数据和储电自耗数据,其中,储电性能数据是表示锂电池的理论储电量与实际储电量的差值大小的数据量值,储电性能数据的数值越大,表明储能性能越差;储电自耗数据是表示锂电池在未放电状态下自身电量消耗速度快慢的数据量值,储电自耗数据的数值越大,表明储能性能越差;
通过公式XJ=ty1*XF+ty2*XK+ty3*XR将储能性能数据XF、储电自耗数据XK与电池充测值XR进行数值计算得到电池性降值XJ,其中,ty1、ty2、ty3为预设比例系数,ty3>ty1>ty2>0.5;并且,电池性降值XJ的数值越大,表明锂电池的储能性能下降程度越大,使用风险越大,使用效果越差;将电池性降值XJ与预设电池性降阈值进行数值比较,若电池性降值XJ超过预设电池性降阈值,表明锂电池的储能性能下降程度较大,则生成性降检测不合格信号;若电池性降值XJ未超过预设电池性降阈值,表明锂电池的储能性能下降程度较小,则生成性降检测合格信号。
锂电池性降检测模块将性降合格信号经处理器发送至锂电池缺陷评估模块,锂电池缺陷评估模块将对应锂电池进行扫描,采集到对应锂电池的外部图像并对其进行缺陷识别分析,通过分析生成缺陷评估合格信号或缺陷评估不合格信号,将缺陷评估合格信号或缺陷评估不合格信号经处理器发送至锂电池全方位监控模块,能够对锂电池的外观状况进行缺陷识别并准确判断其潜在风险,进一步保证锂电池的储能安全和运行安全,智能化程度高,降低了对锂电池的监管难度;锂电池全方位监控模块接收到低可用性信号、性降不合格信号或缺陷评估不合格信号时生成相应预警信息,并将预警信息发送至管理人员的智能终端;锂电池缺陷评估模块的具体运行过程如下:
将锂电池的外部图像与其标准图像进行比较,识别出锂电池外壳的鼓包内凹缺陷(即鼓包缺陷和内凹缺陷)和裂缝损伤缺陷,通过分析判断是否存在超异常鼓包凹陷区或超异常裂缝损伤区,具体为:采集到对应鼓包内凹缺陷的面积并将其标记为缺陷面测值,以及采集到对应鼓包内凹缺陷的内凹最深距离或外凸最远距离并将其标记为凹凸距测值;
通过公式GB=tq1*GM+tq2*GJ将缺陷面测值GM与凹凸距测值GJ进行赋权求和计算得到鼓包内凹检测值GB,其中,tq1、tq2为预设权重系数,tq2>tq1>0;并且,鼓包内凹检测值GB的数值越大,表明对应鼓包内凹缺陷的潜在风险越大;将鼓包内凹检测值GB与预设鼓包内凹检测阈值进行数值比较,若鼓包内凹检测值GB超过预设鼓包内凹检测阈值,表明对应鼓包内凹缺陷的潜在风险较大,则将对应鼓包内凹缺陷标记为超异常鼓包凹陷区;
采集到对应裂缝损伤缺陷的裂缝延伸长度数据,以及采集到对应裂缝损伤缺陷的裂缝深幅值和裂缝宽幅值,其中,裂缝深幅值是表示裂缝平均深度大小的数据量值,裂缝宽幅值是表示裂缝平均宽度大小的数据量值,裂缝深幅值和裂缝宽幅值的数值越大,则表明相应裂缝损伤缺陷所带来的潜在风险越大;
通过公式LX=(fy1*LK+fy2*LD+fy3*LQ)/3将裂缝延伸长度数据LK、裂缝深幅值LD和裂缝宽幅值LQ进行数值计算得到裂缝深析值LX;其中,fy1、fy2、fy3为预设比例系数,fy1、fy2、fy3的取值均大于零;并且,裂缝深析值LX的数值越大,表明对应裂缝损伤缺陷的潜在风险越大;将裂缝深析值LX与预设裂缝深析阈值进行数值比较,若裂缝深析值LX超过预设裂缝深析阈值,表明对应裂缝损伤缺陷的潜在风险较大,则将对应裂缝损伤缺陷标记为超异常裂缝损伤区;
若存在超异常鼓包凹陷区或超异常裂缝损伤区,则生成缺陷评估不合格信号;若不存在超异常鼓包凹陷区或超异常裂缝损伤区,则获取到鼓包内凹缺陷的面积和值并将其标记为非平整区面值,以及获取到裂缝损伤缺陷的数量并将其标记为裂缝损检值;其中,非平整区面值和裂缝损检值的数值越大,表明整体而言锂电池的外观表现越差,存在的安全风险越大;
通过公式FX=gy1*FR+gy2*FY将非平整区面值FR和裂缝损检值FY进行数值计算得到电池缺陷值FX,其中,gy1、gy2为预设权重系数,gy2>gy1>0;并且,电池缺陷值FX的数值越大,则表明锂电池所存在的潜在风险越大,储能安全性和使用安全性越差;将电池缺陷值FX与预设电池缺陷阈值进行数值比较,若电池缺陷值FX超过预设电池缺陷阈值,表明锂电池所存在的潜在风险较大,储能安全性和使用安全性较差,则生成缺陷评估不合格信号;若电池缺陷值FX未超过预设电池缺陷阈值,表明锂电池所存在的潜在风险较小,储能安全性和使用安全性较好,则生成缺陷评估合格信号。
实施例二:如图2所示,本实施例与实施例1的区别在于,锂电池全方位监控模块还用于对锂电池的运行过程进行全面监控,从处理器调取锂电池的运行表现数据和环境表现数据,将运行表现数据和环境表现数据与预设运行表现数据阈值和预设环境表现数据阈值分别进行数值比较,若运行表现数据或环境表现数据超过对应预设阈值,表明锂电池当前的使用风险较大,则生成监控异常信号,并将监控异常信号经处理器发送至管理人员的智能终端,管理人员接收到监控异常信号时,应当及时进行原因调查,并对锂电池的运行参数或所处环境进行适应性调控,以降低锂电池的运行风险。
实施例三:如图2所示,本实施例与实施例1、实施例2的区别在于,处理器与锂电池运管模块通信连接,锂电池运管模块对锂电池的运行状况和所处环境状况进行分析,以获取到锂电池的运行表现数据和环境表现数据,将锂电池的运行表现数据和环境表现数据发送至处理器进行存储,不仅能够实时且准确反馈锂电池的运行风险状况和环境风险状况,有利于管理人员及时且快速作出相应的改善措施以保证锂电池的安全稳定运行,还能够为锂电池全方位监控模块的实时分析过程提供数据支持;锂电池运管模块的具体运行过程如下:
采集到锂电池运行时的运行温度、运行电压和运行电流,将运行温度与预设运行温度范围的中值进行差值计算并取绝对值以得到运温检验值,同理获取到运压检验值和运流检验值;以及采集到锂电池运行时的瞬时冲击数据,其中,瞬时冲击数据是表示锂电池受到外力冲击而产生的振动程度大小的数据量值;将运温检验值、运压检验值、运流检验值和瞬时冲击数据与对应预设阈值分别进行数值比较,若运温检验值、运压检验值、运流检验值或瞬时冲击数据超过对应预设阈值,表明锂电池对应时刻的运行风险较大,则判断锂电池处于运行存险状态;
获取到检测时段中锂电池处于运行存险状态的时长并将其标记为电池运险时检值,将检测时段中数值最大的运温检验值标记为运温检幅值,同理获取到运压检幅值和运流检幅值;通过公式YB=a1*YR+a2*YW+a3*YK+a4*YG将电池运险时检值YR、运温检幅值YW、运压检幅值YK和运流检幅值YG进行数值计算得到运行表现数据YB;其中,a1、a2、a3、a4为预设比例系数,且a1、a2、a3、a4均为正数;并且,运行表现数据YB的数值越大,表明锂电池在检测时段的运行状况越差,运行风险越大;
采集到锂电池运行时所处环境的环境温度和环境湿度,将环境温度与预设环境温度范围的中值进行差值计算并取绝对值以得到环温检验值,同理获取到环湿检验值,将检测时段的所有环温检验值进行均值计算得到环温评估值,同理获取到环湿评估值;以及采集到锂电池运行时所处环境的环境污染性数据、环境电磁辐射数据和环境静电数据,将检测时段的所有环境污染性数据进行均值计算得到环污评估值,同理获取到电磁评估值和静电评估值;
需要说明的是,环境污染性数据是表示锂电池所处环境中粉尘颗粒物浓度大小的数据量值;环境电磁辐射数据是表示锂电池所处环境中电磁辐射强度大小的数据量值;环境静电数据是表示锂电池所处环境中静电严重程度大小的数据量值;通过公式将环温评估值HW、环湿评估值HY、环污评估值HP、电磁评估值HK和静电评估值HD进行数值计算得到环境表现数据HB;其中,c1、c2、c3、c4、c5为预设比例系数,且c1、c2、c3、c4、c5均为正数;并且,环境表现数据HB的数值越大,表明检测时段的环境状况越不利于锂电池的安全运行,越需要及时对锂电池所处环境进行相应调控。
本发明的工作原理:使用时,通过锂电池可用性检测模块将对应锂电池进行可用性分析,通过分析生成高可用性信号或低可用性信号,能够准确反馈锂电池的可用性状况,在生成高可用性信号时通过锂电池性降检测模块将对应锂电池的性能下降状况进行分析以生成性降不合格信号或性降合格信号,能够在锂电池处于高可用性状态下精准反馈锂电池的储能性能下降状况,在生成性降合格信号时通过锂电池缺陷评估模块将对应锂电池进行扫描,采集到对应锂电池的外部图像并对其进行缺陷识别分析,通过分析生成缺陷评估合格信号或缺陷评估不合格信号,能够对锂电池的外观状况进行缺陷识别并准确判断其潜在风险,通过多角度且逐步递进式分析以综合全面评估锂电池的储能风险和使用风险,提升锂电池的储能安全性并保证其稳定高效运行,智能化程度高,降低了对锂电池的监管难度。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种基于数据分析的锂电池储能监控***,其特征在于,包括处理器、锂电池可用性检测模块、锂电池性降检测模块、锂电池缺陷评估模块和锂电池全方位监控模块;锂电池可用性检测模块将对应锂电池进行可用性分析,通过分析生成高可用性信号或低可用性信号,将高可用性信号经处理器发送至锂电池性降检测模块,将低可用性信号经处理器发送至锂电池全方位监控模块;
锂电池性降检测模块接收到高可用性信号时,将对应锂电池的性能下降状况进行分析以生成性降不合格信号或性降合格信号,且将性降合格信号经处理器发送至锂电池缺陷评估模块,并将性降不合格信号经处理器发送至锂电池全方位监控模块;
锂电池缺陷评估模块将对应锂电池进行扫描,采集到对应锂电池的外部图像并对其进行缺陷识别分析,通过分析生成缺陷评估合格信号或缺陷评估不合格信号,将缺陷评估合格信号或缺陷评估不合格信号经处理器发送至锂电池全方位监控模块;锂电池全方位监控模块接收到低可用性信号、性降不合格信号或缺陷评估不合格信号时生成相应预警信息,并将预警信息发送至管理人员的智能终端。
2.根据权利要求1所述的一种基于数据分析的锂电池储能监控***,其特征在于,可用性分析的具体分析过程包括:
获取到对应锂电池所属类型的使用寿命,采集到对应锂电池的使用时长,将使用时长与使用寿命进行比值计算得到电池寿命终表值;且采集到对应锂电池的充电次数,并将充电次数与该类型锂电池的预设充电次数阈值进行比值计算得到电池充频检测值;以及采集到锂电池在历史过程中的维护次数并将其标记为电池维护频表值,将所有维护过程的维护时长进行求和计算得到电池维护时表值;将电池寿命终表值、电池充频检测值、电池维护频表值和电池维护时表值进行数值计算得到可用性检测值,若可用性检测值超过预设可用性检测阈值,则生成低可用性信号;若可用性检测值未超过预设可用性检测阈值,则生成高可用性信号。
3.根据权利要求2所述的一种基于数据分析的锂电池储能监控***,其特征在于,锂电池性降检测模块的具体运行过程包括:
获取到单位时间内对应锂电池的储电性能数据和储电自耗数据,通过充电评估汇总分析获取到对应锂电池的电池充测值,且将储能性能数据、储电自耗数据与电池充测值进行数值计算得到电池性降值,若电池性降值超过预设电池性降阈值,则生成性降检测不合格信号;若电池性降值未超过预设电池性降阈值,则生成性降检测合格信号。
4.根据权利要求3所述的一种基于数据分析的锂电池储能监控***,其特征在于,充电评估汇总分析的具体分析过程如下:
在锂电池的充电过程中采集到该锂电池的实时充电速度,将实时充电速度与预设标准充电速度进行差值计算并取绝对值以得到充电速偏数据,将对应锂电池在对应充电过程的所有充电速偏数据进行均值计算和方差计算以得到充速偏测值和充速波测值;
若充速偏测值超过预设充速偏测阈值或充速波测值超过预设充速波测阈值,则向对应充电过程赋予充电判断符号CF-1;若充速偏测值未超过预设充速偏测阈值且充速波测值未超过预设充速波测阈值,则向对应充电过程赋予充电判断符号CF-2;
获取到单位时间内与充电判断符号CF-1相对应的充电过程数量并将其标记为负充表现值,并获取到单位时间内与充电判断符号CF-2相对应的充电过程数量并将其标记为正充表现值,将负充表现值与正充表现值进行比值计算得到电池充测值。
5.根据权利要求1所述的一种基于数据分析的锂电池储能监控***,其特征在于,锂电池全方位监控模块还用于对锂电池的运行过程进行全面监控,从处理器调取锂电池的运行表现数据和环境表现数据,若运行表现数据或环境表现数据超过对应预设阈值,则生成监控异常信号,并将监控异常信号经处理器发送至管理人员的智能终端。
6.根据权利要求1所述的一种基于数据分析的锂电池储能监控***,其特征在于,锂电池缺陷评估模块的具体运行过程包括:
将锂电池的外部图像与其标准图像进行比较,识别出锂电池外壳的鼓包内凹缺陷和裂缝损伤缺陷,通过分析判断是否存在超异常鼓包凹陷区或超异常裂缝损伤区,若存在超异常鼓包凹陷区或超异常裂缝损伤区,则生成缺陷评估不合格信号;
若不存在超异常鼓包凹陷区或超异常裂缝损伤区,则获取到鼓包内凹缺陷的面积和值并将其标记为非平整区面值,以及获取到裂缝损伤缺陷的数量并将其标记为裂缝损检值;将非平整区面值和裂缝损检值进行数值计算得到电池缺陷值,若电池缺陷值超过预设电池缺陷阈值,则生成缺陷评估不合格信号;若电池缺陷值未超过预设电池缺陷阈值,则生成缺陷评估合格信号。
7.根据权利要求6所述的一种基于数据分析的锂电池储能监控***,其特征在于,通过分析判断是否存在超异常鼓包凹陷区或超异常裂缝损伤区的具体分析过程如下:
采集到对应鼓包内凹缺陷的面积并将其标记为缺陷面测值,以及采集到对应鼓包内凹缺陷的内凹最深距离或外凸最远距离并将其标记为凹凸距测值,将缺陷面测值与凹凸距测值进行赋权求和计算得到鼓包内凹检测值,若鼓包内凹检测值超过预设鼓包内凹检测阈值,则将对应鼓包内凹缺陷标记为超异常鼓包凹陷区;
采集到对应裂缝损伤缺陷的裂缝延伸长度数据,以及采集到对应裂缝损伤缺陷的裂缝深幅值和裂缝宽幅值,将裂缝延伸长度数据、裂缝深幅值和裂缝宽幅值进行数值计算得到裂缝深析值;若裂缝深析值超过预设裂缝深析阈值,则将对应裂缝损伤缺陷标记为超异常裂缝损伤区。
8.根据权利要求5所述的一种基于数据分析的锂电池储能监控***,其特征在于,处理器与锂电池运管模块通信连接,锂电池运管模块对锂电池的运行状况和所处环境状况进行分析,以获取到锂电池的运行表现数据和环境表现数据,将锂电池的运行表现数据和环境表现数据发送至处理器进行存储;锂电池运管模块的具体运行过程如下:
采集到锂电池运行时的运行温度、运行电压和运行电流,将运行温度与预设运行温度范围的中值进行差值计算并取绝对值以得到运温检验值,同理获取到运压检验值和运流检验值;以及采集到锂电池运行时的瞬时冲击数据,若运温检验值、运压检验值、运流检验值或瞬时冲击数据超过对应预设阈值,则判断锂电池处于运行存险状态;获取到检测时段中锂电池处于运行存险状态的时长并将其标记为电池运险时检值,将检测时段中数值最大的运温检验值标记为运温检幅值,同理获取到运压检幅值和运流检幅值;将电池运险时检值、运温检幅值、运压检幅值和运流检幅值进行数值计算得到运行表现数据;
采集到锂电池运行时所处环境的环境温度和环境湿度,将环境温度与预设环境温度范围的中值进行差值计算并取绝对值以得到环温检验值,同理获取到环湿检验值,将检测时段的所有环温检验值进行均值计算得到环温评估值,同理获取到环湿评估值;以及采集到锂电池运行时所处环境的环境污染性数据、环境电磁辐射数据和环境静电数据,将检测时段的所有环境污染性数据进行均值计算得到环污评估值,同理获取到电磁评估值和静电评估值;将环温评估值、环湿评估值、环污评估值、电磁评估值和静电评估值进行数值计算得到环境表现数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311760842.2A CN117458010B (zh) | 2023-12-20 | 2023-12-20 | 一种基于数据分析的锂电池储能监控*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311760842.2A CN117458010B (zh) | 2023-12-20 | 2023-12-20 | 一种基于数据分析的锂电池储能监控*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117458010A true CN117458010A (zh) | 2024-01-26 |
CN117458010B CN117458010B (zh) | 2024-04-02 |
Family
ID=89585815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311760842.2A Active CN117458010B (zh) | 2023-12-20 | 2023-12-20 | 一种基于数据分析的锂电池储能监控*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117458010B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117855688A (zh) * | 2024-03-08 | 2024-04-09 | 超耐斯(深圳)新能源集团有限公司 | 基于数据分析的锂电池运行过温监管预警*** |
CN117872165A (zh) * | 2024-03-01 | 2024-04-12 | 天科新能源有限责任公司 | 一种基于数据分析的固态电池性能测试*** |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010022518A1 (en) * | 2000-03-13 | 2001-09-20 | Kaoru Asakura | Capacity estimation method, degradation estimation method and degradation estimation apparatus for lithium-ion cells, and lithium-ion batteries |
JP2006140094A (ja) * | 2004-11-15 | 2006-06-01 | Ntt Power & Building Facilities Inc | リチウムイオン電池の管理装置および容量算出方法ならびにコンピュータプログラム |
KR20070101496A (ko) * | 2006-04-11 | 2007-10-17 | 주식회사 프로파워 | 다병렬 및 다직렬 리튬 2차전지 팩의 충방전 모니터링시스템 |
CN107748338A (zh) * | 2017-12-07 | 2018-03-02 | 力信(江苏)能源科技有限责任公司 | 一种锂离子电池循环寿命的检测装置及评估方法 |
CN108248432A (zh) * | 2018-01-29 | 2018-07-06 | 新日(无锡)发展有限公司 | 一种新能源汽车动力锂电池的监测*** |
CN109884543A (zh) * | 2019-01-25 | 2019-06-14 | 努比亚技术有限公司 | 一种电池剩余使用时长预测的方法和设备 |
CN111308350A (zh) * | 2019-09-25 | 2020-06-19 | 广东毓秀科技有限公司 | 一种通过大数据进行轨交锂电池性能评估的整体模型框架 |
KR20210119329A (ko) * | 2020-03-24 | 2021-10-05 | 주식회사 엘지에너지솔루션 | 전기차 충전 스테이션을 이용한 배터리 성능관리 시스템 및 방법 |
WO2021201140A1 (ja) * | 2020-03-31 | 2021-10-07 | Apb株式会社 | リチウムイオン電池システムおよび電池状態推定システム |
CN114284589A (zh) * | 2022-03-01 | 2022-04-05 | 深圳市海雷新能源有限公司 | 一种基于互联网的锂电池智能监测管理*** |
US20220126723A1 (en) * | 2020-10-28 | 2022-04-28 | Gm Cruise Holdings Llc | Battery assessment for electric vehicle fleet |
WO2022096989A1 (ja) * | 2020-11-09 | 2022-05-12 | 株式会社半導体エネルギー研究所 | 正極活物質、リチウムイオン二次電池、および車両 |
CN114552039A (zh) * | 2022-02-24 | 2022-05-27 | 深圳市涞顿科技有限公司 | 一种电池常带电自保养的控制方法及常带电自保养的电池 |
CN115201616A (zh) * | 2022-09-16 | 2022-10-18 | 智洋创新科技股份有限公司 | 一种基于大数据的充电机运行在线监测方法 |
CN115991117A (zh) * | 2023-03-24 | 2023-04-21 | 深圳市今朝时代股份有限公司 | 基于数据处理的汽车电池运行环境监管*** |
CN116387661A (zh) * | 2023-01-18 | 2023-07-04 | 国网浙江省电力有限公司衢州供电公司 | 一种锂电池安全运维管理***及锂电池健康状态评估方法 |
CN116519707A (zh) * | 2023-01-06 | 2023-08-01 | 深圳英博达智能科技有限公司 | 基于机器视觉的锂电池缺陷检测方法、装置及电子设备 |
CN116739718A (zh) * | 2023-08-11 | 2023-09-12 | 深圳市泰科动力***有限公司 | 一种新能源动力电池性能检测推荐*** |
CN116757482A (zh) * | 2023-08-14 | 2023-09-15 | 深圳市泰科动力***有限公司 | 用于新能源动力电池生产的故障监管维护*** |
CN116979657A (zh) * | 2023-08-07 | 2023-10-31 | 巢湖学院 | 一种智能光伏充电*** |
CN116990310A (zh) * | 2023-09-27 | 2023-11-03 | 中国水利水电第九工程局有限公司 | 一种基于数据分析的墙体混凝土裂缝监测预警*** |
CN117233648A (zh) * | 2023-11-14 | 2023-12-15 | 深圳市伟鹏世纪科技有限公司 | 一种适用于储能电源的户外运行智能预警*** |
-
2023
- 2023-12-20 CN CN202311760842.2A patent/CN117458010B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010022518A1 (en) * | 2000-03-13 | 2001-09-20 | Kaoru Asakura | Capacity estimation method, degradation estimation method and degradation estimation apparatus for lithium-ion cells, and lithium-ion batteries |
JP2006140094A (ja) * | 2004-11-15 | 2006-06-01 | Ntt Power & Building Facilities Inc | リチウムイオン電池の管理装置および容量算出方法ならびにコンピュータプログラム |
KR20070101496A (ko) * | 2006-04-11 | 2007-10-17 | 주식회사 프로파워 | 다병렬 및 다직렬 리튬 2차전지 팩의 충방전 모니터링시스템 |
CN107748338A (zh) * | 2017-12-07 | 2018-03-02 | 力信(江苏)能源科技有限责任公司 | 一种锂离子电池循环寿命的检测装置及评估方法 |
CN108248432A (zh) * | 2018-01-29 | 2018-07-06 | 新日(无锡)发展有限公司 | 一种新能源汽车动力锂电池的监测*** |
CN109884543A (zh) * | 2019-01-25 | 2019-06-14 | 努比亚技术有限公司 | 一种电池剩余使用时长预测的方法和设备 |
CN111308350A (zh) * | 2019-09-25 | 2020-06-19 | 广东毓秀科技有限公司 | 一种通过大数据进行轨交锂电池性能评估的整体模型框架 |
KR20210119329A (ko) * | 2020-03-24 | 2021-10-05 | 주식회사 엘지에너지솔루션 | 전기차 충전 스테이션을 이용한 배터리 성능관리 시스템 및 방법 |
WO2021201140A1 (ja) * | 2020-03-31 | 2021-10-07 | Apb株式会社 | リチウムイオン電池システムおよび電池状態推定システム |
US20220126723A1 (en) * | 2020-10-28 | 2022-04-28 | Gm Cruise Holdings Llc | Battery assessment for electric vehicle fleet |
WO2022096989A1 (ja) * | 2020-11-09 | 2022-05-12 | 株式会社半導体エネルギー研究所 | 正極活物質、リチウムイオン二次電池、および車両 |
CN114552039A (zh) * | 2022-02-24 | 2022-05-27 | 深圳市涞顿科技有限公司 | 一种电池常带电自保养的控制方法及常带电自保养的电池 |
CN114284589A (zh) * | 2022-03-01 | 2022-04-05 | 深圳市海雷新能源有限公司 | 一种基于互联网的锂电池智能监测管理*** |
CN115201616A (zh) * | 2022-09-16 | 2022-10-18 | 智洋创新科技股份有限公司 | 一种基于大数据的充电机运行在线监测方法 |
CN116519707A (zh) * | 2023-01-06 | 2023-08-01 | 深圳英博达智能科技有限公司 | 基于机器视觉的锂电池缺陷检测方法、装置及电子设备 |
CN116387661A (zh) * | 2023-01-18 | 2023-07-04 | 国网浙江省电力有限公司衢州供电公司 | 一种锂电池安全运维管理***及锂电池健康状态评估方法 |
CN115991117A (zh) * | 2023-03-24 | 2023-04-21 | 深圳市今朝时代股份有限公司 | 基于数据处理的汽车电池运行环境监管*** |
CN116979657A (zh) * | 2023-08-07 | 2023-10-31 | 巢湖学院 | 一种智能光伏充电*** |
CN116739718A (zh) * | 2023-08-11 | 2023-09-12 | 深圳市泰科动力***有限公司 | 一种新能源动力电池性能检测推荐*** |
CN116757482A (zh) * | 2023-08-14 | 2023-09-15 | 深圳市泰科动力***有限公司 | 用于新能源动力电池生产的故障监管维护*** |
CN116990310A (zh) * | 2023-09-27 | 2023-11-03 | 中国水利水电第九工程局有限公司 | 一种基于数据分析的墙体混凝土裂缝监测预警*** |
CN117233648A (zh) * | 2023-11-14 | 2023-12-15 | 深圳市伟鹏世纪科技有限公司 | 一种适用于储能电源的户外运行智能预警*** |
Non-Patent Citations (1)
Title |
---|
张志峰;陈楚湘;王运成;: "锂离子电池储能***的设计与充电管理策略研究", 电力科学与工程, no. 07, 28 July 2017 (2017-07-28) * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117872165A (zh) * | 2024-03-01 | 2024-04-12 | 天科新能源有限责任公司 | 一种基于数据分析的固态电池性能测试*** |
CN117872165B (zh) * | 2024-03-01 | 2024-05-10 | 天科新能源有限责任公司 | 一种基于数据分析的固态电池性能测试*** |
CN117855688A (zh) * | 2024-03-08 | 2024-04-09 | 超耐斯(深圳)新能源集团有限公司 | 基于数据分析的锂电池运行过温监管预警*** |
CN117855688B (zh) * | 2024-03-08 | 2024-05-28 | 超耐斯(深圳)新能源集团有限公司 | 基于数据分析的锂电池运行过温监管预警*** |
Also Published As
Publication number | Publication date |
---|---|
CN117458010B (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117458010B (zh) | 一种基于数据分析的锂电池储能监控*** | |
CN110492186B (zh) | 一种基于云端控制技术的动力电池模组的管理方法 | |
Chen et al. | Detection of lithium plating in lithium-ion batteries by distribution of relaxation times | |
CN108761344A (zh) | 一种锂离子电池析锂的检测方法及*** | |
CN108089133B (zh) | 储能***电池组一致性检测方法及检测装置 | |
US20200209319A1 (en) | Battery performance evaluation device, and battery performance evaluation method | |
CN116093459B (zh) | 一种锂电池储能箱的智能监测方法及*** | |
CN102818998A (zh) | 一种锂离子动力电池析锂的检测方法 | |
CN112782599A (zh) | 锂离子电池无损析锂检测方法、装置及计算机设备 | |
CN117518018B (zh) | 一种储能电源故障检测预警*** | |
Li et al. | Effects of minor mechanical deformation on the lifetime and performance of commercial 21700 lithium-ion battery | |
US20140159674A1 (en) | Method for Monitoring a Li-ion Battery and Monitoring Device for the Implementation Thereof | |
CN112180261A (zh) | 一种磷酸铁锂动力电池析锂检测方法 | |
CN111123148A (zh) | 一种判断金属二次电池内短路的方法及设备 | |
CN109521367A (zh) | 一种锂离子动力电池过充/过放检测*** | |
CN117638274B (zh) | 一种提高钠离子电池循环寿命的方法 | |
CN108649282B (zh) | 一种规避锂离子电池内短路风险的安全防护方法及*** | |
CN112776667B (zh) | 一种车端动力电池析锂在线监控方法 | |
Spielbauer et al. | Experimental investigation of the impact of mechanical deformation on aging, safety and electrical behavior of 18650 lithium-ion battery cells | |
CN115993541B (zh) | 磷酸铁锂电池的无损析锂检测方法及相关装置 | |
CN116859253A (zh) | 一种基于大数据的锂电池析锂分析方法及*** | |
CN116184241A (zh) | 锂电池析锂检测方法、装置及*** | |
CN114019385B (zh) | 一种基于单频率阻抗测试的析锂检测方法 | |
US20240035995A1 (en) | Method for Diagnosing Lithium Plating in Lithium Ion Batteries by Using Electrochemical Impedance Spectroscopy | |
Kim et al. | Physics-informed Markov chain model to identify degradation pathways of lithium-ion cells |
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 |