本發明公開了一種基于大數據自學習機制的動力電池的SOC/SOH預測方法,包括:S1、提供動力電池的SOC/SOH的預測模型;S2、基于上一電池組的充放電循環后所得到的修正后模型,在當前電池組的充放電循環開始后測得的到目前為止的V、I、T、σ的測量值,從預測模型中預測當前的SOC~/SOH~;S3、完成一個完整的充放電循環后,基于預測的SOC~/SOH~和實際測出的SOC/SOH對上一循環后的預測模型進行修正;S4、在下一電池組充放電循環中采用修正后的預測模型進行SOC/SOH的預測。本發明能夠對動力電池實時運行和健康狀況進行監測,且檢測過程是一個自動過程,無需人工干預。同時本發明可對突發事件,如鋰電池燃燒等進行實時警報處理,提高了動力電池的安全性能。
聲明:
“基于大數據自學習機制的動力電池的SOC/SOH預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)