本發明公開了一種物理機理和機器學習融合的鋰離子電池壽命預測方法,包括步驟:鋰離子電池首次充放電循環并進行電化學特征測量;構建電化學特征曲線并提取特征量信息;構建機器學習模型并將特征量帶入機器學習模型中以評估鋰離子電池出廠時的壽命性能差異;構建物理退化機理模型以評估充放電歷史引起的鋰離子電池壽命衰減;基于鋰離子電池出廠性能差異和充放電過程中的壽命衰減,計算鋰離子電池的剩余壽命。本發明基于物理退化機理模型和機器學習模型的融合,僅根據鋰離子電池出廠時的初始壽命不一致性和充放電循環歷史退化兩個主要因素的評估結果即可對鋰離子電池的壽命進行精確可靠的預測,簡便高效。
聲明:
“物理機理和機器學習融合的鋰離子電池壽命預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)