[发明专利]一种电池健康状态评估模型构建方法、评估方法和装置在审
| 申请号: | 201910707591.9 | 申请日: | 2019-08-01 |
| 公开(公告)号: | CN110275119A | 公开(公告)日: | 2019-09-24 |
| 发明(设计)人: | 王志刚;朱瑞;李伟 | 申请(专利权)人: | 优必爱信息技术(北京)有限公司 |
| 主分类号: | G01R31/392 | 分类号: | G01R31/392;G01R31/367 |
| 代理公司: | 北京细软智谷知识产权代理有限责任公司 11471 | 代理人: | 葛钟 |
| 地址: | 100020 北京市朝阳区*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 预设 种类电池 电池健康状态 评估模型 电池 运行参数集 方法和装置 评估 健康状态 理论寿命 影响因素 构建 特征数据 在线评估 电解液 对电极 受限制 锂离子 隔膜 劣化 内阻 测量 修正 输出 | ||
1.一种电池健康状态评估模型构建方法,其特征在于,包括:
获取每个预设种类电池的理论运行参数集;
基于所述理论运行参数集,建立每个所述预设种类电池的理论寿命模型;
获取每个所述预设种类电池在预设影响因素作用下的实际运行参数集;
基于所述实际运行参数集,分别对每个所述预设种类电池的所述理论寿命模型进行修正,得到所述预设影响因素作用下的每个所述预设种类电池的电池健康状态评估模型,以使将待评估电池的特征数据输入到对应的所述预设种类电池的电池健康状态评估模型后,获得输出的所述待评估电池的健康状态。
2.根据权利要求1所述的一种电池健康状态评估模型构建方法,其特征在于,所述理论运行参数集包括每个预设种类电池中的所有单位电池每次循环对应的理论健康状态集;
所述基于所述理论运行参数集,建立每个预设种类电池的理论寿命模型,包括:
根据所述理论健康状态集,确定每个所述预设种类电池的参数估计向量;
根据所述参数估计向量,确定每个所述预设种类电池的所述理论寿命模型。
3.根据权利要求2所述的一种电池健康状态评估模型构建方法,其特征在于,所述实际运行参数集包括每个预设种类电池中的所有单位电池每次循环对应的实际健康状态集;
所述基于所述实际运行参数集,分别对每个所述预设种类电池的所述理论寿命模型进行修正,得到所述预设影响因素作用下的每个所述预设种类电池的电池健康状态评估模型,包括:
根据所述理论健康状态集,确定每个所述预设种类电池对应的理论参数向量集;
基于所述理论参数向量集,确定每个所述预设种类电池的实际参数向量的先验分布;
根据所述理论寿命模型,确定每个所述预设种类电池的所述实际参数向量的似然函数;
基于所述似然函数和所述先验分布,确定每个所述预设种类电池的所述实际参数向量的后验分布;
获取所述后验分布最大值处对应的估计函数;
基于所述后验分布、所述估计函数和所述实际健康状态集,执行预设的迭代指令,得到每个所述预设种类电池的目标参数向量;
根据所述目标参数向量,确定修正后的每个预设种类电池的电池健康状态评估模型。
4.根据权利要求3所述的一种电池健康状态评估模型构建方法,其特征在于,所述基于所述后验分布、所述估计函数和所述实际健康状态集,执行预设的迭代指令,得到每个所述预设种类电池的目标参数向量,包括:
从实际健康状态集中提取每个所述预设种类电池的当前状态参数,所述当前状态参数包括当前实际电池健康状态和所述当前实际电池健康状态对应的当前循环次数;
将所述当前状态参数代入对应的当前后验分布中,得到下一次修正时的下一先验分布,以及,将所述当前状态参数代入对应的当前估计函数中,得到所述下一次修正时的下一参数估计向量;
根据所述下一先验分布和所述下一参数估计向量,利用贝叶斯定理,确定所述下一次修正时的下一后验分布;
获取每个所述预设种类电池最后一次迭代中的目标参数估计向量作为所述目标参数向量。
5.根据权利要求3所述的一种电池健康状态评估模型构建方法,其特征在于,所述根据所述理论健康状态集,确定每个所述预设种类电池对应的理论参数向量集,包括:
分别对所述理论健康状态集中每个所述单位电池的每次循环对应的健康状态进行拟合,得到每个所述预设种类电池中每个所述单位电池的理论拟合函数;
将每个所述理论拟合函数的系数分别组合为理论参数向量;
将每个所述预设种类电池的所有所述理论参数向量组成每个所述预设种类电池的所述理论参数向量集。
6.根据权利要求1所述的一种电池健康状态评估模型构建方法,其特征在于,所述得到所述预设影响因素作用下的每个所述预设种类电池的电池健康状态评估模型之后,还包括:
将所有所述电池健康状态评估模型存储至预设的电池健康状态评估模型库中。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于优必爱信息技术(北京)有限公司,未经优必爱信息技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910707591.9/1.html,转载请声明来源钻瓜专利网。





