[发明专利]一种相似产品寿命迁移筛选方法和系统

权利要求书

1.一种跨配方相似产品寿命迁移预测方法，其特征在于，包括：

预处理待测配方相似产品短期循环寿命测试数据得到目标样本数据，预处理其他配方相似产品全寿测试容量数据得到多个训练数据；

通过进行曲线形态筛选，从多个训练数据中筛选出与目标样本数据曲线类型相似的第一训练数据；

通过容量退化率相似度筛选，从第一训练数据筛选出与目标样本数据的容量退化趋势相似的第二训练数据；

通过寿命分布相似度筛选，从第二训练数据筛选出与目标样本数据寿命分布相似的第三训练数据；

通过距离度量最小筛选，从第三训练数据中筛选出与目标样本数据的距离度量最小的第四训练数据；

将第四训练数据作为跨配方相似产品寿命预测的可迁移样本数据；

利用适应于所述可迁移样本数据的寿命预测模型对跨配方相似产品进行寿命迁移预测。

2.如权利要求1所述的方法，其特征在于，利用适应于所述可迁移样本数据的寿命预测模型对跨配方相似产品进行寿命迁移预测包括：

利用所述可迁移样本数据对预先针对其他配方相似产品训练的模型进行精调训练，得到所述寿命预测模型；

利用所述寿命预测模型对待测配方相似产品的当前测试数据进行寿命预测处理，得到待测配方相似产品的剩余使用寿命RUL。

3.如权利要求2所述的方法，其特征在于，所述预处理包括对目标样本数据和训练数据进行归一化处理；

所述利用所述寿命预测模型对待测配方相似产品的当前测试数据进行寿命预测处理，得到待测配方相似产品的剩余使用寿命RUL包括：

将待测配方相似产品的当前测试数据输入所述寿命预测模型，输出待测配方相似产品的剩余使用寿命RUL标签值；

对待测配方相似产品的剩余使用寿命RUL标签值进行反归一化处理，得到待测配方相似产品的剩余使用寿命RUL预测值。

4.如权利要求1所述的方法，其特征在于，从多个训练数据中筛选出与目标样本数据曲线类型相似的第一训练数据包括：

将目标样本数据和多个训练数据分别图形化为目标样本数据曲线和多个训练数据曲线；

将目标样本数据曲线和多个训练数据曲线分为直线，凹曲线和凸曲线三类；

根据直线、凹曲线和凸曲线类型进行筛选，排除与目标样本数据曲线类型不同的训练数据曲线，得到第一训练数据。

5.如权利要求4所述的方法，其特征在于，从第一训练数据筛选出与目标样本数据的容量退化趋势相似的第二训练数据包括：

计算第一训练数据从初始状态退化到测试结束时容量曲线的变化率，保留与目标样本数据最近接的几个第一训练数据；

将保留的第一训练数据作为第二训练数据。

6.如权利要求5所述的方法，其特征在于，从第二训练数据筛选出与目标样本数据寿命分布相似的第三训练数据包括：

通过测量运行到试验停止阈值时的循环次数，比较第二训练数据的寿命分布，并保留最接近目标样本数据的寿命分布的几个第二训练数据；

将保留的最接近目标样本数据的寿命分布的第二训练数据作为第三训练数据。

7.如权利要求6所述的方法，其特征在于，从第三训练数据中筛选出与目标样本数据的距离度量最小的第四训练数据包括：

选用切比雪夫距离对容量曲线进行筛选，计算几个第三训练数据的退化曲线与目标样本数据的容量退化曲线间的切比雪夫距离；

选择切比雪夫距离最小的第三训练数据作为第四训练数据。

8.如权利要求3所述的方法，其特征在于，所述预处理还包括：

剔除待测配方相似产品短期测试样本数据和其他配方相似产品全寿测试容量数据库中不稳定的起始数据和未体现退化趋势的数据；

对剔除后的短期测试样本数据和全寿测试容量数据库中的数据进行平滑处理，得到目标样本数据和预测训练数据。

9.如权利要求1-8任一项所述的方法，其特征在于，所述相似产品是锂电池。

10.一种跨配方相似产品寿命迁移预测系统，其特征在于，包括处理器、存储器，存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间连接通信的数据总线，所述程序被处理器执行时实现上述权利要求1-9任一项所述的跨配方相似产品寿命迁移预测方法。