本申请公开了一种锂离子动力蓄电池的单体容量检测方法,所述方法包括：按照第一预设条件,对所述锂离子动力蓄电池进行处理,以确定所述锂离子动力蓄电池的累计容量,所述累计容量为所述锂离子动力蓄电池所有单体电芯的容量总和；按照第二预设条件,锂离子动力蓄电池进行处理,以确定锂离子动力蓄电池的单体电芯的电压一致性；基于预设的单体电芯的电压—soc曲线、所述单体电芯的电压一致性,确定放电soc值和充电soc值；根据所述累计容量、放电soc值和充电soc值确定所述锂离子动力蓄电池的单体容量。有助于对锂离子动力蓄电池的质量进行鉴定评估,有利于提升对锂离子动力蓄电池的质量与安全状况判断的准确性,提升新能源汽车的安全性和可用性。

本申请公开了一种锂离子动力蓄电池的检测系统,所述系统包括：特定检测设备与电池管理系统BMS,且特定检测设备与电池管理系统BMS通信连接,特定检测设备包括第一检测模块、通信模块、双向隔离DC-DC模块和储能模块,其中,双向隔离DC-DC模块和储能模块用于对锂离子动力蓄电池进行充电,第一检测模块用于确定锂离子动力蓄电池的检测状态参数；电池管理系统BMS包括放电模块、指令模块、数据传输模块和第二检测模块,其中,放电模块用于通过直流充电口对锂离子动力蓄电池进行放电,指令模块用于向特定检测设备发送指令信息,第二检测模块用于检测锂离子动力蓄电池的初始状态参数,数据传出模块用于将检测得到的初始状态参数发送至所述特定检测模块。

本发明实施例涉及模拟电池热失控的实验方法,在第一温度下,以第一充电电流倍率对电池进行恒流充电,直至达到充电截止电压；以第一充电电压对电池进行恒压充电,直至电流降为第一充电电流倍率的1/20倍；然后以最大放电电流倍率对电池进行放电,直至达到放电截止电压；将温度箱温度调整为第二温度,通过电加热片将电池温度从放电结束的初始温度加热到第三温度；等待电池与第二温度达到热平衡,采用第二充电电流倍率充电至充电截止电压,搁置第一时间；采用最大充电电流倍率放电至放电截止电压,搁置第一时间；循环上述充放电过程N次,观察是否发生热失控或电池电压降为0V。本发明实施例可在不改造电池情况下实现电池内部短路情形的快速、真实模拟。

本发明公开了一种质子交换膜燃料电池的加速老化测试方法。该测试方法模拟城市公交的运行工况,使单电池在两种负载下循环运行：低功率和高功率,单个循环30-60min。每隔固定时间完成单电池的极化曲线测试、循环伏安测试和渗氢电流测试,最终单电池在一定时间后额定功率降低了10％,抵达单电池寿命终点。本发明的质子交换膜燃料电池的加速老化测试方法显著缩短电池耐久性试验时长。

本发明公开了一种锂电池组状态检测方法,通过获取锂电池组中每行电池第一方向第一预设位置和第二方向第二预设位置的超声波数据分别进行同类数据融合,得到每行电池第一方向上的第一超声波数据和第二方向上的第二超声波数据；根据第一超声波数据和第二超声波数据进行同类数据融合,得到每行电池的第三超声波数据；获取每行电池各单体电池的电压进行同类数据融合,得到每行电池电压；根据第三超声波数据和每行电池电压进行异类数据融合,得到每行电池状态数据；根据每行电池状态数据进行同类数据融合,得到锂电池组状态数据。本发明还公开了一种锂电池组状态检测装置、可读存储介质及系统。本方法实现了应用超声波技术评估锂电池组整体性能状态。

本发明公开了一种锂电池工作状态实时监控系统,涉及电池技术领域。本发明包括设备锂电池、信号采集模块、信号处理模、传输模块和监控终端；设备电池与信号采集模块电性连接,信号处理模块分别与信号采集模块、传输模块和监控终端电性连接,监控终端与传输模块之间电性连接；信号采集模块包括分别与设备锂电池连接的电压采集模块、电流采集模块和温度采集模块。在发生险情能够让先关人员直接得知信息,相比电子的信息传输更加稳定,避免通过信号处理模块再进电子的信息传输,导致险情不易发现的问题。

本发明涉及一种基于压电传感的锂离子动力电池内部压力检测方法及结构,该方法包括以下步骤：1)将压电陶瓷传感器布置在软包卷芯或内部片层材料之间,并使压电陶瓷传感器被软包卷芯或内部片层材料夹紧；2)将布设有压电陶瓷传感器的电池组放入封装壳体后收拢,并布置压电陶瓷传感器线路；3)安装电池封装端盖,采用泡沫胶与耐高温绝缘密封胶进行端盖边缘及压电陶瓷传感器线路密封；4)将所组装电池放置在干燥房内自然放置24小时,待密封胶全部固化；5)将电池和传感器线路与相应仪器仪表相连,进行测试与现有技术相比,本发明能够对锂离子动力电池内部反应过程压力变化和产气状态的实时精确检测。

本发明公开了一种燃料电池的剩余寿命预测方法及装置,其中,燃料电池由多个单体组成,燃料电池的剩余寿命预测方法包括：获取燃料电池在运行工况期间的参数数据；参数数据至少包括电压、电流、单体电压、空气进气流量、空气进气压力和冷却水入口温度；根据参数数据获取融合健康指标；并根据融合健康指标获取燃料电池的健康状态值；获取燃料电池在运行工况期间内的行为；行为至少包括启动、停止、变载和故障急停；根据时间、健康状态值和行为训练长短期记忆神经网络模型；并根据长短期记忆神经网络模型预测燃料电池的剩余寿命。本发明提供的技术方案,可实现在行车工况下对燃料电池的剩余寿命的精准预测。

本发明提供了一种高功率锂离子蓄电池一致性筛选方法,包括以下步骤：S1：将待筛选的锂离子蓄电池均充电至指定的电压和电流；S2：通过电子负载对该锂离子蓄电池进行指定时间的高频脉冲放电；S3：通过示波器采集步骤S2中该锂离子蓄电池的电流和电压的变化波形；S4：以电压变化的峰峰值除以电流变化的峰峰值,求该锂离子蓄电池的等效电阻；S5：重复执行步骤S1～步骤S4,完成多个锂离子蓄电池的等效电阻的计算,对该些锂离子蓄电池的等效电阻进行统计分析,选取具有一致性的锂离子蓄电池。本发明提供的一种高功率锂离子蓄电池一致性筛选方法,能够精确反应蓄电池的功率特性,速度快,精度高,一致性好。

本发明公开基于深度神经网络的锂电池SOH在线估算方法,步骤为：1)建立基于深度神经网络的锂电池SOH估算模型；2)对所述基于深度神经网络的锂电池SOH估算模型进行训练,得到锂电池SOH估算优化模型；3)获取待评估锂电池的近全充电过程的锂电池充电片段数据,并输入到锂电池SOH估算优化模型中,完成锂电池SOH估算。本发明提出了基于深度神经网络的SOH在线估算方法,通过随机抽样、标准化等数据预处理方式对输入输出数据进行处理,并通过训练得到最终的SOH估算模型,代入验证集输入,即可得到所对应的SOH值,实现锂电池SOH在线估算,且其估算精度较基于模型的方法提高约10％,满足车企实际应用所需达到的估算精度。