(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211342111.1 (22)申请日 2022.10.31 (71)申请人 中南大学 地址 410000 湖南省长 沙市岳麓区麓山 南 路932号 (72)发明人 王冰川　戴聪玲　王勇　吉振东　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 王本晋 (51)Int.Cl. G06F 30/367(2020.01) G06F 17/13(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 111/08(2020.01) (54)发明名称 一种锂离子电池建模方法、 系统、 设备及存 储介质 (57)摘要 本发明公开了一种锂离子电池建模方法、 系 统、 设备及存储介质， 本方法根据电荷守恒定律 和欧姆定律， 获得锂离子电池的偏微分方程， 并 根据偏微分方程， 定义边界条件和初始条件； 基 于物理信息神经网络， 构建网络预测模型； 构建 第一损失函数， 并采用梯度下降算法对网络预测 模型的参数进行迭代更新， 完成 网络预测模型的 第一训练； 构建第二损失函数， 并采用梯度下降 算法对网络预测模型的参数进行迭代更新， 完成 网络预测模型的第二训练； 构建第三损失函数， 并采用梯度下 降算法对网络预测模型的参数进 行迭代更新， 完成网络预测模型的第三训练； 通 过完成三次训练的网络预测模型预测锂离子电 池的参数。 本发 明能够提高网络预测模型的预测 精度。 权利要求书7页 说明书20页 附图6页 CN 115470742 A 2022.12.13 CN 115470742 A 1.一种锂离 子电池建模方法， 其特 征在于， 所述锂离 子电池建模方法包括： 根据电荷守恒定律和欧姆定律， 获得锂离子电池的偏微分方程， 并根据所述偏微分方 程， 定义边界条件和初始条件； 基于物理信息神经网络， 构建网络预测模型， 所述网络预测模型包括正极网络、 DOD网 络、 通量网络以及负极网络； 根据数据驱动， 构建所述正极网络、 所述DOD网络、 所述通量网络以及所述负极网络的 第一损失函数， 并采用梯度下降算法对所述网络预测模型 的参数进行迭代更新， 直到达到 预设的第一最大迭代次数或所述第一损失函数稳定收敛， 完成所述网络预测模型的第一训 练； 根据所述数据驱动、 所述边界条件和所述初始条件， 构 建所述正极网络、 所述D OD网络、 所述通量网络以及所述负极 网络的第二损失函数， 并采用梯度下降算法对 所述网络预测模 型的参数进行迭代更新， 直到达到预设的第二最大迭代次数或所述第二损失函数稳定收 敛， 完成所述网络预测模型的第二训练； 根据数据驱动、 所述偏微分方程、 所述边界条件和所述初始条件， 构建所述正极网络、 所述DOD网络、 所述通量网络以及所述负极网络的第三损失函数， 并根据所述正极网络、 所 述DOD网络、 所述通量网络以及所述负极网络的第三损失函数， 构建总损失函数； 采用梯度 下降算法对所述网络预测模型的参数进行迭代更新， 直到达到预设的第三最大迭代次数或 所述总损失函数 稳定收敛， 完成所述网络预测模型的第三训练； 通过完成三次训练的所述网络预测模型 预测所述锂离 子电池的参数。 2.根据权利要求1所述的锂离子电池建模方法， 其特征在于， 所述根据电荷守恒定律和 欧姆定律， 获得锂离 子电池的偏微分方程， 包括： 根据电荷守恒定律和欧姆定律， 采用泊松方程获得所述锂离子电池的正极电势和负极 电势的偏微分方程： 其中， 表示拉普拉斯算子， 表示所述锂离子电池的正极电势， 表示所述锂离 子电池的负极电势， 表示所述锂离子电池正极的电阻， 表示所述锂离子电池负极的 电阻， 表示所述锂离子电池正极的空间域， 表示所述锂离子电池负极的空间域， 表示所述锂离子电池正极和负极之 间的电流密度， 所述 的表达式为 ， Y和U表示拟合 参数； 通过所述 的表达式， 获得电流密度的偏微分方程； 通过积分项 辅助放电深度进行转化， 获得放电深度的偏微分方程， 其中， 进行 转化的表达式为：权　利　要　求　书 1/7 页 2 CN 115470742 A 2其中， D表示 放电深度， t 表示时间， 表示电极每单位 面积的理论 容量。 3.根据权利要求2所述的锂离子电池建模方法， 其特征在于， 所述根据所述偏微分方 程， 定义边界条件和初始条件， 包括： 根据所述 正极电势的偏微分方程， 定义所述 正极电势的边界条件： 其中， 表示边界外法线方向的梯度， 表示除了极耳以外的正电极区域， 表示正极的极耳， 表示电流， 表示长度； 定义所述 正极电势的初始条件： 其中， 表示正极电势的初始值， 表示所述 的初始值； 根据所述负极电势的偏微分方程， 定义所述负极电势的边界条件： 其中， 表示除了极耳以外的负电极区域， 表示负极的极耳； 定义所述负极电势的初始条件： 表示所述 的初始值。 4.根据权利要求1所述的锂离子电池建模方法， 其特征在于， 构建所述网络预测模型的 损失函数， 所述损失函数包括数据驱动部分和物理信息 部分， 其中： 构建数据驱动部分的损失函数 ：权　利　要　求　书 2/7 页 3 CN 115470742 A 3