[发明专利]一种基于车用锂离子电池的健康状态测试评估方法

权利要求书

1.一种基于车用锂离子电池的健康状态测试评估方法，其特征在于，包括以下步骤：

对待测试评估的车用锂离子电池进行循环充放电测试，并收集训练数据集建立测试模型；将采集的实时监测数据通过所述测试模型进行分析处理，得到车用锂离子电池的健康状态；

其中，所述将采集的实时监测数据通过所述测试模型进行分析处理，得到车用锂离子电池的健康状态，具体包括以下步骤：

步骤1、建立基于三层BP神经网络的测试模型，按照采样周期采集监测数据；

步骤2、确定三层BP神经网络的输入层神经元向量x＝{x₁,x₂,x₃,x₄,x₅}；其中，x₁为电池SOC系数，x₂为电池内阻系数，x₃为放电容量系数，x₄为温度系数，x₅为放电系数；

在所述步骤2中，所述温度系数利用公式(II)得到：

其中，T₀为校正温度，T_Limin为测试的锂离子电池的最小温度，T_Limax为测试的锂离子电池的最大温度，T_Emin为测试环境的最小测试温度，T_Emax为测试环境的最大测试温度；

步骤3、将步骤2所述的输入层神经元向量映射到隐层，隐层的神经元为m个；

步骤4、获得输出层神经元向量o＝{o₁,o₂,o₃,o₄,o₅}；所述输出层神经元值为k为输出层神经元序列号，k＝{1,2,3,4,5}，i为技术状态值，i＝{1,2,3,4,5}，当o_k为1时，此时车用锂离子电池处于o_k对应的健康状态；

其中，o₁为健康状态极佳，o₂为健康状态较好，o₃为健康状态一般，o₄为健康状态较差，o₅为报警状态；

其中，所述训练数据集包括：测试环境温度T_E、锂离子电池温度T_Li、电池SOC、电池内阻r、放电电压U和放电容量Q；所述测试模型为BP神经网络监测模型。

2.根据权利要求1所述的一种基于车用锂离子电池的健康状态测试评估方法，其特征在于，所述隐层及所述输出层的激励函数均采用S型函数f_j(x)＝1/(1+e^-x)。

3.根据权利要求1所述的一种基于车用锂离子电池的健康状态测试评估方法，其特征在于，所述步骤2中，所述电池SOC系数、电池内阻系数和放电容量系数通过公式(I)分别对电池SOC、电池内阻r和放电容量Q进行规格得到：

其中，x_j为输入层向量中的参数，X_j分别为测量参数SOC、r、Q，j＝1,2,3；X_jmax和X_jmin分别为相应测试参数中的最大值和最小值。

4.根据权利要求1所述的一种基于车用锂离子电池的健康状态测试评估方法，其特征在于，在所述步骤2中，所述放电系数利用公式(III)得到：

其中，U₀为校正放电电压，Q₀为校正放电容量，Q_min为测试的最小放电容量，Q_max为测试的最大放电容量，U_min为测试的最小放电电压，U_max为测试的最大放电电压。

5.根据权利要求4所述的一种基于车用锂离子电池的健康状态测试评估方法，其特征在于，所述T₀为22℃～28℃，所述U₀为1.85V～2.05V，所述Q₀为100Ah～105Ah。