[发明专利]基于双重LS-SVM的锂电池热工艺时空建模方法

权利要求书

1.一种基于双重LS-SVM的锂电池热工艺时空建模方法，其特征在于：

步骤一，搭建锂电池充放电控制平台，在锂电池的表面均匀布置多个温度传感器，并由数据采集装置将每个温度传感器采集到的温度数据传输给上位机，所述锂电池和电池测试柜电连接，由电池测试柜向所述锂电池提供输入信号使锂电池循环进行充放电；

步骤二，上位机统计所有温度传感器的温度数据，得到锂电池在循环充放电条件下的温度分布随时间变化的时空数据，并将所述时空数据定义为：

{T(x,y,z,t)|x＝1,...,n_x,y＝1,...,n_y,z＝1,...,n_z,t＝1,...,L},

其中，n_x表示时空数据在x方向的数据点个数，n_y表示时空数据在y方向的数据点个数，n_z表示时空数据在z方向的数据点个数，L为时间长度；

步骤三，上位机通过PCA算法(即主成分分析算法)学习一组表征空间非线性特征的空间基函数从而将步骤二采集到的时空数据T(x,y,z,t)解耦为：

其中，a_i(t)为时空数据T(x,y,z,t)的常微分方程模型，n为常微分方程模型的阶数；

步骤四，上位机使用伽辽金方法将常微分方程模型a_i(t)分解成两个独立的非线性模块gⁱ(·)和hⁱ(·)：a_i(t)＝gⁱ(a_i(t-1))+hⁱ(u(t-1))；

步骤五，上位机使用两个最小二乘支持向量机(LS-SVM)串联构成双重LS-SVM模型来逼近非线性模块gⁱ(·)和hⁱ(·)，并且通过LS-SVM算法辨识非线性模块gⁱ(·)和hⁱ(·)的参数；

步骤六，上位机通过整合所述空间基函数和所述常微分方程模型，时空合成获得锂电池在循环充放电条件下的温度时空分布模型。

2.根据权利要求1所述的基于双重LS-SVM的锂电池热工艺时空建模方法，其特征在于，所述步骤三中，上位机通过PCA算法学习一组表征空间非线性特征的空间基函数具体为：

首先，定义时空数据T(x,y,z,t)的统计平均值为定义h₁(x)和h₂(x)在空间域Ω的内积为(h₁(x),h₂(x))＝∫_Ωh₁(x)h₂(x)dx；

接着，将时空数据T(x,y,z,t)和空间基函数的内积最大化：

subject to(φ_i(·),φ_i(·))＝1,φ_i(·)∈L²(Ω),i＝1,...,n；

构造拉格朗日函数：

J[φ(X)]＝<(φ(X),T(X,t))²>-λ((φ(X),φ(X))-1)，

其中，X为坐标(x,y,z)，极值的必要条件是函数导数对于所有变化φ+ηψ∈L²(Ω),η∈R为零：

并利用任意函数ψ(X)将条件简化为：

其中，R(X,ξ)＝<T(X,t)T(ξ,t)>是对称和正定的空间两点相关函数，从而将条件转化为以下特征值问题：

Cδ_i＝λ_iδ_i，

其中，C_tk是时间两点矩阵：

δ_i＝[δ_1i,δ_2i,...,δ_Li]^T是第i个特征向量；

然后，通过求解Cδ_i＝λ_iδ_i产生特征向量δ₁,δ₂,...,δ_L及其相应的特征值λ₁,λ₂,…,λ_L，和通过获得空间基函数；

最后，把特征值按照从大到小的顺序排列：λ₁>λ₂>…>λ_L，其中前n个最大特征值和的占比为：

选取ratio≥0.99对应的值n作为空间基函数的阶数。