基于机器学习的钠离子电池建模方法、装置和电子设备制造方法及图纸

技术编号:40935368 阅读:22 留言:0更新日期:2024-04-18 14:54
本申请涉及一种基于机器学习的钠离子电池建模方法、装置和电子设备,其中,该基于机器学习的钠离子电池建模方法包括:获取钠离子电池包和各个钠离子电池单体的充放电数据,所述充放电数据包括在不同工作温度下的内阻数据;采用机器学习的统计方法,基于所述充放电数据构建钠离子电池的泛化电化学模型,所述泛化电化学模型用于表示所述钠离子电池的内阻、工作温度和容量之间的关系。通过提供可以适用于具有相同化学性质的所有钠离子电池单体的泛化电化学模型,解决了相关技术中缺乏能够应用于具有相同化学性质的所有钠离子电池的电化学模型的问题。

【技术实现步骤摘要】

本申请涉及钠离子电池领域,特别是涉及一种基于机器学习的钠离子电池建模方法、装置和电子设备


技术介绍

1、化石能源枯竭促使风能、太阳能、地热能等可再生清洁能源不断发展,因此,关于储能方面的研究得到了广泛的关注。在已开发的众多储能系统中,电化学储能具有效率高、维护方便等优点,因此最具潜力。电化学储能电池可分为铅酸电池、镍氢电池、镍镉电池、锂离子电池和钠离子电池等。近年来,钠离子电池的研发得到了快速的发展,其主要的优点是钠资源储量丰富,且分布广泛,价格低廉,并且与锂离子电池具有类似工作原理,可以作为锂离子电池的有益补充应用于低速电动车和规模储能领域。但是从安全性考虑,钠离子电池的离子传输介质目前通常为液态有机电解质,存在易泄露、易燃烧等安全问题。对钠离子电池进行研究并提升性能,可以大大提高电池的安全性并且延长服役寿命,还可以降低电池的制造成本和技术门槛,有利于大规模生产和电动汽车技术的发展。

2、目前研究人员对于钠离子电池建模方法的研究并不是非常深入,已有的技术也都是针对于钠离子电池soc估计的,在soc估计问题中对钠离子电池进行相关的建模。...

【技术保护点】

1.一种基于机器学习的钠离子电池建模方法,其特征在于,所述钠离子电池建模方法包括:

2.根据权利要求1所述的基于机器学习的钠离子电池建模方法,其特征在于,获取钠离子电池包和各个钠离子电池单体的充放电数据,包括:

3.根据权利要求2所述的基于机器学习的钠离子电池建模方法,其特征在于,所述不同工作温度包括0℃、10℃、20℃和30℃。

4.根据权利要求2所述的基于机器学习的钠离子电池建模方法,其特征在于,所述确定各个所述钠离子电池包和各个所述钠离子电池单体在不同工作温度下的内阻数据,包括:

5.根据权利要求1所述的基于机器学习的钠离子电池建模方...

【技术特征摘要】

1.一种基于机器学习的钠离子电池建模方法,其特征在于,所述钠离子电池建模方法包括:

2.根据权利要求1所述的基于机器学习的钠离子电池建模方法,其特征在于,获取钠离子电池包和各个钠离子电池单体的充放电数据,包括:

3.根据权利要求2所述的基于机器学习的钠离子电池建模方法,其特征在于,所述不同工作温度包括0℃、10℃、20℃和30℃。

4.根据权利要求2所述的基于机器学习的钠离子电池建模方法,其特征在于,所述确定各个所述钠离子电池包和各个所述钠离子电池单体在不同工作温度下的内阻数据,包括:

5.根据权利要求1所述的基于机器学习的钠离子电池建模方法,其特征在于,所述泛化电化学模型包括:

6.根据权利要求5所述的基于机器学...

【专利技术属性】
技术研发人员:蔡明军李荐王利华尚雷刘斌
申请(专利权)人:新疆煌能新能源有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1