本发明涉及基于充放电数据特征的锂电池健康状况预测方法及装置,其包括：建立初始长短期记忆网络模型；获取锂电池健康指标数据集；根据所述锂电池健康指标数据集对所述初始长短期记忆网络模型进行训练、验证和测试,得到目标长短期记忆网络模型；将锂电池健康指标数据输入至所述目标长短期记忆网络模型,对所述锂电池健康状况进行预测。本发明采集实时的锂电池数据,利用改进的遗传算法,对长短期记忆网络模型参数寻优,并引入了注意力机制与增量学习的方法,实现了对锂电池健康状况的在线预测,并且避免了调参的盲目性,提升了预测的准确性。

本发明公开了一种电池包过充85摄氏度环境试验工装,包括箱体,箱体内设有保温垫板,箱体通过管道连接一热风机,箱体的上端设有灯带和水冷回路,箱体上设有观察口,观察口上设有透明的隔温玻璃,观察口上方设有垂直高速相机和斜拍高速相机。本发明的好处是通过热风机传导出高温气流,通过高温气流营造高温环境,箱体内的温度梯度小,试验结果更加可靠；水冷回路提供冷却降温,本申请通过水冷回路和热风机的配合实现箱体内的可靠控温,能够快速降温,提高试验的安全性；垂直高速相机和斜拍高速相机能够抓拍测试过程中电池包出现的变化,还能起到起火爆炸的监控和预警,配合箱体内的水冷回路,进一步提高安全性。

本发明公开了一种基于大数据的自放电检测方法、装置和系统。该基于大数据的自放电检测方法包括：根据大数据平台获取的电芯模型数据计算得到电芯模型的第一自放电函数；在第一时刻,采集待测电芯两端的第一电压；在第二时刻,采集待测电芯两端的第二电压；根据第一时刻、第一电压、第二时刻和第二电压对第一自放电函数进行修正得出第一函数；计算第一函数的斜率,将斜率确定为待测电芯的自放电率测试值；其中,第一时刻为待测电芯休眠设定时长后的时刻,第二时刻为待测电芯重新开始工作的时刻。本发明方案实现了基于大数据平台对待测电芯的自放电率进行测试,提高了计算效率。

本发明提供了一种备用蓄电池的预警系统,属于电子技术领域。它解决了现有技术存在着安全性差的问题。本备用蓄电池的预警系统包括与备用蓄电池连接的间歇放电模块、检测模块、对比模块和警示模块,上述间歇放电模块每间隔设定时间能使备用蓄电池在设定时间内处于放电状态,上述检测模块能检测备用蓄电池放电时的压降,检测模块检测到的压降参数能输送至对比模块处,当上述压降参数没有在对比模块的参数范围内时,对比模块触发警示模块动作,通过警示模块发出对应的警示信号。本备用蓄电池的预警系统安全性高。

本发明涉及一种燃料电池寿命预测方法和系统,方法包括获取燃料电池中电堆材料微观结构参数,将电堆材料微观结构参数输入至预测网络模型中,输出得到寿命预测结果；预测网络模型的建立步骤包括将划分为测试组和表征组的燃料电池分别进行相同工况的耐久性测试；获取不同时刻下表征组的电堆材料微观结构参数和对应测试组的剩余使用寿命得到数据集；然后以数据集训练神经网络模型,形成电堆微观结构参数和电堆剩余使用寿命的映射关系。与现有技术相比,本发明通过可测的电堆微观参数直接建立同电堆剩余寿命的非线性关系,规避了现有方法模型在预测电堆长期电压产生的误差,减小对预测的精度要求,有效为后续耐久试验提供指导。

本发明实施例提供了一种锂离子动力电池系统电芯一致性预测方法及装置,该方法包括：获取待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的充放电曲线；基于预设工况及最高容量单体电池和最低容量单体电池对应的充放电曲线,计算最高容量单体电池和最低容量单体电池在待测时间周期对应的充电和/或放电末期压差,以此确定待测锂离子动力电池系统在待测时间周期的电芯一致性预测结果。实现了在寿命周期任意时间对电池一致性退化情况的预测,操作简便,可行性高,可提前暴露问题,减少电池系统场外失效率,节约大量验证成本及后期维护成本,并且考虑实际使用过程中工况条件对电池一致性退化的影响,更具有实际应用价值。

本发明涉及一种用于启动电池的短路检测方法,包括：实时采集启动电池的状态信息；基于状态信息,通过安时积分对启动电池的SOC进行估算；以及基于SOC的估算结果,确认启动电池是否短路。

本发明涉及一种电网元器件的寿命预估方法,包括如下步骤：1)将电网元器件的所有数据标签进行收集,并将其分隔为若干子数据集；2)将元器件的“设计寿命”“安装日期”“损坏日期”标签融合为“生命历程”,3)将离散型文本标签的参数值依次数字化为整数0至n；4)分别对上述这八个标签对应的值进行归一化处理；5)运用留出法,将子数据集按照8:2的比例划分为两个互斥的集合,其中,训练集S占比80％,测试集T占比20％；6)将通过训练集S训练出模型,再用测试集T评估其测试误差,作为泛化误差的估计值；7)利用训练完成的算法得到元件的预测剩余寿命。本发明实现了小元器件寿命预测的智能化,提高了预测的精度和速度。

本发明提供了一种电池管理系统硬线故障注入的试验方法,包括以下步骤：S1、将Remote Control Mode的继电器端子连接在电池管理系统休眠唤醒线中；S2、通过计算机对Remote Control Mode进行配置；S3、在电池管理系统中加入发送指令模块,发送指令模块将指令发送至Remote Control Mode,通过Remote Control Mode控制电池管理系统自动进入和退出休眠状态。本发明所述的电池管理系统硬线故障注入的试验方法,可实现快速自动通断电池管理系统的硬线信号,并且能够设置通断的持续时间,不仅提高了试验效率,而且降低了测试风险和人力成本,且该方法较人工手动通断硬线方式也更加可靠和稳定,能够有助于电池管理系统测试水平的提高,并且通过CAN总线控制具备高度集成化应用的条件。

本发明涉及一种可再充电电池模块的充电管控方法,所述充电管控方法应用在机动车辆领域中,尤其是用于所谓超快速再充电桩。所述充电方法明智地实施动态编程优化算法以生成最优充电计划。为此,所述方法包括以下步骤：确定(E01)所述电池模块的充电范围的呈网格形式的划分,计算(E02)所述网格的每个点之间的充电电流,计算(E03,E04)充电计划以达到所述网格的每个点,根据最优化判据选出(E05)最优充电计划以达到每个点,然后向电流设定值表格中记录(E06)能够依据各个最优计划达到每个点的充电电流。