【技术实现步骤摘要】
本专利技术涉及电池检测，尤其涉及一种退役电池参数识别方法、装置、设备及存储介质。
技术介绍
1、退役电池的运行参数对电池的安全运行起着至关重要的作用，例如电池的荷电状态soc值和健康状态soh值，但这些参数无法直接测量。这些参数的测量依赖于对其他相关电池参数的识别。
2、阻抗谱分析和外特性拟合是两种典型的电池参数测量方法。目前，电池阻抗谱法可以准确测量电池阻抗参数，但是这种方法很难完全在线跟踪参数的变化。因此，电池阻抗谱法不适用于非线性、时变的电池参数在线辨识。外特性拟合方法采用确定的等效模型结构来拟合电池外特性，具有在线实现的潜力。例如，最小二乘法、支持向量机、卡尔曼滤波、粒子群算法、计算智能技术、遗传算法等都是以电池瞬态行为的统计特性为优化原则，寻找最合适的、能够很好拟合电池瞬态特性的电池参数。但是由于受到算法复杂度的制约，最小二乘法、回归算法和卡尔曼滤波算法等算法难以在线识别非线性参数和在时间上变化太大的参数。而粒子群算法应用于电池参数辨识存在两个问题：需要同时辨识多个参数，需要存储大量的实验数据；大量的数据计算会大大...
【技术保护点】
1.一种退役电池参数识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的退役电池参数识别方法，其特征在于，所述电池系统状态方程组具体为：
3.如权利要求1所述的退役电池参数识别方法，其特征在于，所述离散化状态方程为：
4.如权利要求1所述的退役电池参数识别方法，其特征在于，所述根据所述离散化状态方程以及所述测量方程，采用自适应粒子群算法求解所述等效电路模型，确定所述待测退役电池的参数，具体包括以下步骤：
5.如权利要求4所述的退役电池参数识别方法，其特征在于，所述动态惯性更新模型为：
6.如权利要求4...
【技术特征摘要】
1.一种退役电池参数识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的退役电池参数识别方法，其特征在于，所述电池系统状态方程组具体为：
3.如权利要求1所述的退役电池参数识别方法，其特征在于，所述离散化状态方程为：
4.如权利要求1所述的退役电池参数识别方法，其特征在于，所述根据所述离散化状态方程以及所述测量方程，采用自适应粒子群算法求解所述等效电路模型，确定所述待测退役电池的参数，具体包括以下步骤：
5.如权利要求4所述的退役电池参数识别方法，其特征在于，所述动态惯性更新模型为：
6.如权利要求4所述的退役电池参数识别方法，其特征在于，所述动态学习因子更新模型为：
7....
【专利技术属性】
技术研发人员：周永佳，栾捷，袁军，李媛，李梁，李成，鲁宁，唐心悦，陈婧韵，潘毓，岑致稼，
申请(专利权)人：国网浙江电动汽车服务有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。