物理机理和机器学习融合的锂离子电池寿命预测方法
首页 企业 产品 技术 资讯 图库 视频 需求 会议 活动 产业
物理机理和机器学习融合的锂离子电池寿命预测方法
来源:北方有色网
访问:863
简介: 本发明公开了一种物理机理和机器学习融合的锂离子电池寿命预测方法,包括步骤:锂离子电池首次充放电循环并进行电化学特征测量;构建电化学特征曲线并提取特征量信息;构建机器学习模型并将特征量带入机器学习模型中以评估锂离子电池出厂时的寿命性能差异;构建物理退化机理模型以评估充放电历史引起的锂离子电池寿命衰减;基于锂离子电池出厂性能差异和充放电过程中的寿命衰减,计算锂离子电池的剩余寿命。本发明基于物理退化机理模型和机器学习模型的融合,仅根据锂离子电池出厂时的初始寿命不一致性和充放电循环历史退化两个主要因素的评估结果即可对锂离子电池的寿命进行精确可靠的预测,简便高效。
本发明公开了一种物理机理和机器学习融合的离子电池寿命预测方法,包括步骤:锂离子电池首次充放电循环并进行电化学特征测量;构建电化学特征曲线并提取特征量信息;构建机器学习模型并将特征量带入机器学习模型中以评估锂离子电池出厂时的寿命性能差异;构建物理退化机理模型以评估充放电历史引起的锂离子电池寿命衰减;基于锂离子电池出厂性能差异和充放电过程中的寿命衰减,计算锂离子电池的剩余寿命。本发明基于物理退化机理模型和机器学习模型的融合,仅根据锂离子电池出厂时的初始寿命不一致性和充放电循环历史退化两个主要因素的评估结果即可对锂离子电池的寿命进行精确可靠的预测,简便高效。
0
0
0
0
0
         
标签:化学分析
广州铭谦选矿设备有限公司宣传
广州铭谦选矿设备有限公司宣传
相关技术
评论(0条)
200/200
牛津仪器科技(上海)有限公司宣传
发布
技术

顶部
北方有色网-互联网服务平台-关于我们
Copyright 2025 China-mcc.com All Rights Reserved
备案号:京ICP备11044340号-3
电信业务经营许可证编号:京B2-20242293
京公网安备 11010702002294号