钠离子电池全生命周期内运行状态监测方法及系统技术方案

本发明专利技术提供钠离子电池全生命周期内运行状态监测方法及系统，方法包括：在模型中，设置了多个分支层，每个分支层承担着不同的预测任务，接收来自隐藏层的输出作为输入，并通过各自的全连接神经元和激活函数进行数据处理；在神经网络中，将输入数据从输入层逐步传递至输出层；通过激活函数以及各层间的权重计算得到输出层的输出结果；完成前向传播，将预测结果与对应的真实标签值进行对比，得到损失函数值，以量化预测结果与实际标签的差异；利用损失函数将误差反向传播至整个网络，求取参数损失贡献，反向计算梯度；根据梯度方向最小化损失函数；求取梯度信息；调整神经网络参数。本发明专利技术解决了电池状态监测的准确性及实时性较差的技术问题。

【技术实现步骤摘要】

本专利技术涉及新能源监测领域，具体涉及钠离子电池全生命周期内运行状态监测方法及系统。

技术介绍

1、钠离子电池，作为电化学储能的关键技术，通过钠离子在正负极间的可逆迁移实现储能，与锂离子电池原理相似但成本更低。其制造工艺简便，原材料丰富，寿命长，且能在宽温区稳定工作。此外，钠离子电池具备高倍率充放电能力，能快速响应电能需求，适用于电动汽车、智能电网等领域。在储能市场，钠离子电池被视为铅酸电池的替代品，与锂离子电池形成互补，满足高性能、低成本和安全性的多样化需求。其在可再生能源整合、电网储能等领域展现出巨大潜力，为能源结构转型提供支持。

2、然而，随着时间的推移，以及在不同使用条件和环境因素，包括：温度、湿度、充放电速率的持续影响下，钠离子电池的性能会不可避免地逐渐下降。这种性能的退化不仅直接体现在电池续航能力的显著减少上，使得设备在需要持续供电的场合下表现不佳，更潜在地增加了电池故障的风险，从而可能引发一系列安全问题，包括但不限于过热、短路甚至爆炸等严重后果。因此，为了确保设备的可靠运行、避免因电池性能下降而导致的意外停机或事故，以及从经济效益本文档来自技高网...

【技术保护点】

1.钠离子电池全生命周期内运行状态监测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的钠离子电池全生命周期内运行状态监测方法，其特征在于，所述识别结果包括：电路模型参数、运行状态关键指标。

3.根据权利要求1所述的钠离子电池全生命周期内运行状态监测方法，其特征在于，所述S4中的所述卷积神经网络模型包括：输入层、隐藏层、不少于2个分支层以及输出层，利用所述输入层接收所述输入特征向量，并将所述输入特征向量传递给所述隐藏层。

4.根据权利要求3所述的钠离子电池全生命周期内运行状态监测方法，其特征在于，所述卷积神经网络模型中，每个所述分支层承担差异预...

【技术特征摘要】

1.钠离子电池全生命周期内运行状态监测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的钠离子电池全生命周期内运行状态监测方法，其特征在于，所述识别结果包括：电路模型参数、运行状态关键指标。

3.根据权利要求1所述的钠离子电池全生命周期内运行状态监测方法，其特征在于，所述s4中的所述卷积神经网络模型包括：输入层、隐藏层、不少于2个分支层以及输出层，利用所述输入层接收所述输入特征向量，并将所述输入特征向量传递给所述隐藏层。

4.根据权利要求3所述的钠离子电池全生命周期内运行状态监测方法，其特征在于，所述卷积神经网络模型中，每个所述分支层承担差异预测任务，利用所述分支层接收所述隐藏层的输出特征，并通过各所述分支层的全连接神经元、激活函数，处理所述隐藏层的输出特征；

5.根据权利要求1所述的钠离子电池全生命周期内运行状态监测方法，其特征在于，所述s4中，利用所述卷积神经网络模型，将所述钠离子电池的一次循环过程中，n0个采样点的电压、电流、温度量[v1,i1,t1,v2,i2,t2,…,vn0,in0,tn0]映射至当前电池健康状态soh。

6.根据权利要求1所述的钠离子电池全生命周期内运行状态监测方法，其特征在于，所...

【专利技术属性】
技术研发人员：李金中，徐斌，谢毓广，高博，马伟，张红，李喆，吴自强，滕越，丁津津，汤伟，
申请(专利权)人：国网安徽省电力有限公司电力科学研究院，
类型：发明
国别省市：