基本信息:
- 专利标题： 基于多约束条件粒子群优化算法的锂电池组参数辨识方法
- 申请号：CN202011446598.9 申请日：2020-12-11
- 公开(公告)号：CN112464571B 公开(公告)日：2022-05-27
- 发明人： 王立欣 , 李俊夫 , 冀禹昆 , 刘能锋 , 于全庆 , 王宇海 , 楚潇
- 申请人： 哈尔滨工业大学(深圳) , 哈尔滨工业大学(威海)
- 申请人地址： 广东省深圳市西丽深圳大学城;
- 专利权人： 哈尔滨工业大学(深圳),哈尔滨工业大学(威海)
- 当前专利权人： 哈尔滨工业大学(深圳),哈尔滨工业大学(威海)
- 当前专利权人地址： 广东省深圳市西丽深圳大学城;
- 代理机构： 哈尔滨市松花江专利商标事务所
- 代理人： 高倩
- 主分类号： G06F30/27
- IPC分类号： G06F30/27 ; G06N3/00 ; G06F111/04
摘要：
基于多约束条件粒子群优化算法的锂电池组参数辨识方法，涉及锂离子电池组电化学模型参数辨识领域。本发明是为了解决现有只能对电池单体的行为进行辨识，不能对电池组状态整体预测的问题。步骤1、建立锂离子单体电池电化学模型；步骤2、采用激励响应法对锂离子电池单体电化学模型进行辨识，得到该模型参数值；步骤3、根据步骤2得到的模型参数值，设定锂离子电池组电化学模型的参数值范围；步骤4、采用多约束条件粒子群优化算法从设定锂离子电池组电化学模型的参数值范围中，得到锂离子电池组的模型参数向量。它用于检测锂离子电池组的状态。
公开/授权文献:
- CN112464571A 基于多约束条件粒子群优化算法的锂电池组参数辨识方法 公开/授权日：2021-03-09
IPC结构图谱:
| G06F30/27 | 使用机器学习，例如人工智能，神经网络，支持向量机 |