2024年8月14日 · 能有效地筛选出这些异常电池,对于确保电池组整体性能和安全方位性至关重要。 下面是几种在分容过程中筛选异常电池的常用方法。 1、平台期检测法
利用在线内阻测试方法捕捉蓄电池组中的异常个体-根据蓄电池劣化程度SoH的定义,分析了深度放电测量方法的约束性,探讨了交流法在线内阻测试方法的可行性,阐述了内阻与SoH之间的关系,提出利用交流法在线测试蓄电池内阻技术,及时捕捉蓄电池组中工作异常的
2023年11月8日 · 本发明提供了一种基于概率分布的锂电池组内异常单体检测方法,通过对单体的充电电压数据进行统一的统计特征提取,并对相应统计值执行后续聚类分析,避免了对单体电压逐帧采集的现有处理方式,显著降低了计算成本。
2022年11月2日 · 根据卷积神经网络可以提取信息中的平移不变性特征,为了使用卷积神经网络计算每个电池单体的特征,提出了一种基于卷积神经网络的电池组异常个体检测方法,以解决上述背景技术中提出的问题。
根据蓄电池劣化程度SoH的定义,分析了深度放电测量方法的约束性,探讨了交流法在线内阻测试方法的可行性,阐述了内阻与SoH之间的关系,提出利用交流法在线测试蓄电池内阻技术,及时捕捉蓄电池组中工作异常的单体电池,进行个别处理和更换,消除后备电源系统的
2024年2月13日 · 本文提出了一种从宏观角度观察电池组特性和变化的方法,能够快速识别和分析电池组异常情况。 该方法包括计算电池组电压曲线下的面积,并使用四分位归一化和 Kullback-Leibler 散度提取异常电池和电池组状态变化。
2022年10月31日 · 早期检测和跟踪电池组中的异常操作对于提高性能和确保安全方位至关重要。 本文介绍了一种数据驱动的电池组在线异常检测方法,该方法使用来自多个锂离子电池的实时电压和温度数据。
2024年11月27日 · 以下是BMS进行电池组故障诊断和维护的主要方法和功能： 1. 实时监测 电压监测：持续监测每个电池单元的电压,确保其在正常范围内。异常电压可能是电池单元故障的早期迹象。 电流监测：监测电池组的充放电电流
2024年1月30日 · 本文提出了一种基于统计分析的多故障诊断方法来检测和定位磷酸铁锂电池组的短路故障、电气连接故障和电压传感器故障。 该方法使用非冗余交错电压测量拓扑来检测电池电压,其中每个电压传感器测量两个相邻电池和它们之间的一个连接电阻的总和。
2012年11月9日 · 内阻变化是蓄电池性能变坏的重要信息,尽管内阻值并不能严格对应SoH,但可以通过监测蓄电池内阻的变化,挑出工作异常的个体进行更进一步的测试,再利用深度放电精确掌握SoH.在许多使用蓄电池组的场合,当发现某个蓄电池工作不正常时,便整组更换,而利用