集思谱需要我帮你解读这件专利吗？
公开（公告）号CN123009694A | 申请号CN202611426129.8 | 专利类型发明专利 |
状态在审 | 国家或地区CN | 申请人长安大学 |
分类号G01R31/392(2019.01), G01R31/36(2020.01), G01R31/367(2019.01), G01R31/378(2019.01), G01R31/382(2019.01), G01R31/3842(2019.01), G01R31/385(2019.01) | 申请日2026-09-15 | 公开日2026-10-30 |
发布日期2026-10-30 | 文档 ID84661702176900000 | 源数据页码117 |
专利语言zh | ||
本发明公开了一种基于随机短时充电和多任务学习的电池多维老化诊断方法，所述方法包括：基于正、负极开路电势曲线和全电池开路电压曲线构建半电池模型，采用布谷鸟搜索算法辨识电极老化参数，并结合测试容量计算锂库存损失LLI和负极活性物质损失LAMNE，构建老化诊断标签；基于容量增量曲线的主峰位置确定老化特征提取电压区间，在该电压区间内选取起始位置不固定的连续短时充电序列，并构建输入矩阵；采用两阶段训练方式，以同时得到容量、锂库存损失LLI和负极活性物质损失LAMNE的估计结果。本发明降低了对完整充放电数据的依赖，实现了锂离子电池电极层与单体层老化状态的联合诊断。
附图 1