基于充电功率曲线的电池类型识别方法和装置与流程

本发明涉及电池管理系统，更具体地，本发明涉及一种基于充电功率曲线的电池类型识别方法和装置。

背景技术：

1、在电池技术快速发展的今天，电池类型识别在电池管理系统中扮演着至关重要的角色。电池类型的正确识别不仅有助于优化电池的充电策略，提高电池的使用寿命和安全性，还能为电池的维护和回收提供重要的参考信息。现有的电池类型识别方法主要依赖于电池的物理参数，如电池的容量、内阻和循环寿命等，这些方法虽然在一定程度上能够识别电池类型，但存在一定的局限性。例如，物理参数的测量往往需要复杂的设备和较长的时间，且在电池使用过程中，这些参数可能会发生变化，导致识别结果的不准确。

2、在实现本发明实施例过程中，发明人发现现有技术中至少存在如下问题或缺陷：传统的识别方法无法实时、动态地监测电池的充电过程，难以捕捉电池在充电过程中的细微变化。此外，电池类型识别的准确性高度依赖于预先设定的参数和模型，缺乏灵活性和适应性。

技术实现思路

1、本发明提供了一种基于充电功率曲线的电池类型识别方法及装置。

2、在本发明的第一方面中，提供了一种基于充电功率曲线的电池类型识别方法，包括：

3、利用传感器实时采集充电过程中的电流和电压波形数据；

4、将采集到的数据通过无线或有线方式传输至模型系统；

5、对数据进行分析处理，计算充电功率曲线；

6、通过拟合瞬时功率值，提取充电功率曲线的特征参数；

7、将特征参数与预先建立的不同电池类型的特征数据库进行准确比对，成功识别电池类型。

8、进一步地，所述特征参数包括功率峰值、功率上升时间、功率下降时间以及充电功率曲线的斜率变化、波动频率。

9、进一步地，提取充电功率曲线的特征参数包括：

10、确定充电功率与充电时间的线性关系，如计算式(1)所示；

11、p(t)＝a·tb+c  (1)

12、其中a、b、c为常数；

13、对计算式(1)进行求导，得到功率随时间变化率，如计算式(2)所示；

14、p′(y)＝a·b·tb-1  (2)

15、基于功率随时间变化率，计算功率峰值、功率上升时间、功率下降时间以及充电功率曲线的斜率变化、波动频率。

16、进一步地，所述功率峰值的计算方式为：对p(t)进行求极值得到功率峰值，包括：

17、令p′(t)＝0，解出对应的峰值时间tp；

18、将峰值时间tp代入计算式(1)中，得到功率峰值pp。

19、进一步地，功率上升时间为从充电开始到功率达到峰值的时间，通过计算峰值时间tp与充电开始时间的时间间隔得到；功率下降时间为从功率峰值到充电结束的时间，通过计算充电结束时间与峰值时间tp的时间间隔得到。

20、进一步地，计算充电功率曲线包括根据采集到的电流和电压波形数据，通过计算式(3)计算瞬时功率p(t)；

21、p(t)＝v(t)×i(t) (3)

22、

23、其中，电流和电压波形数据计算式如下所示；

24、

25、

26、式中，a、b分别为电流和电压的幅值；ω为角频率，为初相位。

27、进一步地，将电流和电压波形数据代入计算式(3)中，瞬时功率p(t)如计算式(4)所示；

28、

29、将得到的多个瞬时功率值进行拟合，拟合函数如计算式(5)所示；

30、p(t)＝a0+a1t+a2t2+…+antn      (5)

31、其中，a0,a1,…,an为拟合参数；n为瞬时功率值的个数；

32、拟合参数通过最小二乘法得到，如计算式(6)所示；

33、

34、其中，s为残差平方和；

35、对残差平方和s分别关于拟合参数a0，a1，…，an求偏导，并令偏导数为0；如计算式(7)所示；

36、

37、求解计算式(7)从而得到连续的充电功率曲线函数p(t)＝f(t)。

38、进一步地，所述特征数据库的建立包括对不同类型电池的充电功率曲线进行分析，分析包括电池的容量、内阻以及循环寿命。

39、进一步地，所述模式识别算法包括神经网络、支持向量机、决策树以及聚类分析。

40、在本发明的第二方面中，提供了一种电池类型识别装置，包括：

41、数据采集单元，用于实时采集充电过程中的电流和电压波形数据；

42、数据分析单元，用于计算充电功率曲线并提取特征参数；

43、特征比对单元，用于将提取的特征参数与特征数据库进行比对，识别电池类型；

44、结果输出单元，用于将识别结果输出至用户界面或其他相关系统，并在需要时提供反馈。

45、根据本发明的上述实施例至少具有以下有益效果：本发明通过实时采集充电过程中的电流和电压波形数据，计算充电功率曲线，并提取关键特征参数，如功率峰值、功率上升时间、功率下降时间以及充电功率曲线的斜率变化和波动频率。这些特征参数的提取使得电池类型识别更为精确，可以有效提升电池管理系统的性能。通过将这些特征参数与预先建立的不同电池类型的特征数据库进行比对，能够实现对电池类型的快速准确识别，从而优化电池的充电策略和维护计划。此外，本发明采用神经网络、支持向量机、决策树以及聚类分析等先进的模式识别算法，可以进一步增强识别系统的鲁棒性和准确性。这种方法不仅可以提高电池类型识别的效率，还可以为电池的维护和回收提供更为可靠的数据支持。通过这种智能化的识别技术，可以有效地减少因电池类型误判而导致的电池损坏或性能下降，延长电池的使用寿命，同时提高电池使用过程中的安全性。

技术特征：

1.一种基于充电功率曲线的电池类型识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述特征参数包括功率峰值、功率上升时间、功率下降时间以及充电功率曲线的斜率变化、波动频率。

3.根据权利要求1所述的方法，其特征在于，提取充电功率曲线的特征参数包括：

4.根据权利要求3所述的方法，其特征在于，所述功率峰值的计算方式为：对p(t)进行求极值得到功率峰值，包括：

5.根据权利要求4所述的方法，其特征在于，功率上升时间为从充电开始到功率达到峰值的时间，通过计算峰值时间tp与充电开始时间的时间间隔得到；功率下降时间为从功率峰值到充电结束的时间，通过计算充电结束时间与峰值时间tp的时间间隔得到。

6.根据权利要求1所述的方法，其特征在于，计算充电功率曲线包括根据采集到的电流和电压波形数据，通过计算式(3)计算瞬时功率p(t)；

7.根据权利要求6所述的方法，其特征在于，将电流和电压波形数据代入计算式(3)中，瞬时功率p(t)如计算式(4)所示；

8.根据权利要求1所述的方法，其特征在于，所述特征数据库的建立包括对不同类型电池的充电功率曲线进行分析，分析包括电池的容量、内阻以及循环寿命。

9.根据权利要求8所述的方法，其特征在于，所述模式识别算法包括神经网络、支持向量机、决策树以及聚类分析。

10.一种电池类型识别装置，其特征在于，包括：

技术总结本发明提供了一种基于充电功率曲线的电池类型识别方法和装置，方法包括利用传感器实时采集充电过程中的电流和电压波形数据；将采集到的数据通过无线或有线方式传输至模型系统；对数据进行分析处理，计算充电功率曲线；通过拟合瞬时功率值，提取充电功率曲线的特征参数；将特征参数与预先建立的不同电池类型的特征数据库进行准确比对，成功识别电池类型。本发明可以准确识别不同类型电池，有助于提高电池管理系统的性能和安全性。技术研发人员：夏勇,薛巨峰,范东睿受保护的技术使用者：盐城中科高通量计算研究院有限公司技术研发日：技术公布日：2024/11/14