[发明专利]电池寿命的预测方法及系统

权利要求书

1.一种电池寿命的预测方法，其特征在于，所述预测方法包括以下步骤：

S₁、获取待测电池的历史电池数据；

S₂、基于时间序列算法并根据所述历史电池数据计算所述待测电池的电池容量退化模型的状态变量的初值；

S₃、基于粒子滤波方法并根据所述状态变量的初值对所述电池容量退化模型进行状态跟踪，更新所述电池容量退化模型的状态变量，并根据所述状态变量确定所述待测电池的寿命；

步骤S₂具体包括：

利用所述历史电池数据对时间序列模型进行训练和建模，以得到所述电池容量退化模型；

对所述电池容量退化模型中的状态变量进行拟合，将拟合结果作为各个状态变量的初值。

2.如权利要求1所述的电池寿命的预测方法，其特征在于，所述电池容量退化模型为：

Q_m＝a_m×exp(b_m×m)+c_m；

其中，Q_m表征所述待测电池第m次充放电对应的电池容量，a_m、b_m、c_m表征对应的状态变量。

3.如权利要求1所述的电池寿命的预测方法，其特征在于，所述时间序列模型具体为：ARMA模型。

4.如权利要求1所述的电池寿命的预测方法，其特征在于，所述历史电池数据包括所述待测电池的充放电次数k和每次充放电对应的电池容量。

5.如权利要求4所述的电池寿命的预测方法，其特征在于，步骤S₃中，根据所述状态变量确定所述待测电池的寿命的步骤具体包括：

利用所述状态变量并根据所述电池容量退化模型预测所述待测电池第k+n次充放电对应的电池容量；

判断第k+n次充放电对应的电池容量是否小于容量阈值，在判断为是时，将n确定所述待测电池的寿命；

其中，n为自然数。

6.一种电池寿命的预测系统，其特征在于，所述预测系统包括：

数据获取模块，用于获取待测电池的历史电池数据；

计算模块，用于基于时间序列算法并根据所述历史电池数据计算所述待测电池的电池容量退化模型的状态变量的初值；

所述计算模块还用于基于粒子滤波系统并根据所述状态变量的初值对所述电池容量退化模型进行状态跟踪，更新所述电池容量退化模型的状态变量，并根据所述状态变量确定所述待测电池的寿命；

所述计算模块包括：初值计算单元；

所述初值计算单元用于利用所述历史电池数据对时间序列模型进行训练和建模，以得到所述电池容量退化模型，并对所述电池容量退化模型中的状态变量进行拟合，将拟合结果作为各个状态变量的初值。

7.如权利要求6所述的电池寿命的预测系统，其特征在于，所述电池容量退化模型为：

Q_m＝a_m×exp(b_m×m)+c_m；

其中，Q_m表征所述待测电池第m次充放电对应的电池容量，a_m、b_m、c_m表征对应的状态变量。

8.如权利要求7所述的电池寿命的预测系统，其特征在于，所述时间序列模型具体为：ARMA模型。

9.如权利要求6所述的电池寿命的预测系统，其特征在于，所述历史电池数据包括所述待测电池的充放电次数k和每次充放电对应的电池容量。

10.如权利要求9所述的电池寿命的预测系统，其特征在于，所述计算模块还包括：电池容量计算单元和判断单元；

所述电池容量计算单元用于利用所述状态变量并根据所述电池容量退化模型预测所述待测电池第k+n次充放电对应的电池容量；

所述判断单元用于判断第k+n次充放电对应的电池容量是否小于容量阈值，在判断为是时，将n确定所述待测电池的寿命；

其中，n为自然数。