← 返回列表
一种基于机器学习的快速充电方法
摘要文本
本发明公开了一种基于机器学习的快速充电方法，属于电池充电技术领域，采用机器学习模型构建SOC预测模型，并通过改进的粒子群算法对SOC预测模型的模型参数进行优化，使SOC预测模型能够准确地对电池的SOC进行识别，从而方便执行预设的充电策略，并且提供的充电策略包括预充电、快速充电以及涓流充电是哪个阶段，能够保证电池在低温下的安全快速充电，并且削弱了电池极化，有助于延长电池寿命。 （来 自 专利查询网）
申请人信息
- 申请人:北京潞电电力建设有限公司; 国网北京市电力公司通州供电公司
- 申请人地址:101100 北京市通州区新华东街92号
- 发明人: 北京潞电电力建设有限公司; 国网北京市电力公司通州供电公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于机器学习的快速充电方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311607821.7 |
| 申请日 | 2023/11/28 |
| 公告号 | CN117755150A |
| 公开日 | 2024/3/26 |
| IPC主分类号 | B60L58/12 |
| 权利人 | 北京潞电电力建设有限公司; 国网北京市电力公司通州供电公司 |
| 发明人 | 姜姗; 鲁籍元; 李竹; 武辰; 于宏海; 韩旻; 王朝凤; 蔡泽和; 马学军 |
| 地址 | 北京市通州区新华东街92号; |
专利主权项内容
1.一种基于机器学习的快速充电方法，其特征在于，包括：获取电池在不同SOC时的历史电池状态参数，将历史电池状态参数作为样本数据，将历史电池状态参数对应的SOC作为标签数据，得到训练数据；采用机器学习模型构建SOC预测模型，并根据训练数据对SOC预测模型进行训练，获取训练完成的SOC预测模型；当电池在充电过程中，获取电池的实时电池状态参数，并采用训练完成的SOC预测模型对实时电池电流、实时电池电压以及实时电池温度进行识别，得到电池的实时SOC；以所述电池的实时SOC为基础，调度不同的预设充电规则对电池的充电参数进行调整，完成电池的快速充电。