[发明专利]电池寿命预测的方法、装置及存储介质有效
| 申请号: | 202110201239.5 | 申请日: | 2021-02-23 |
| 公开(公告)号: | CN112816880B | 公开(公告)日: | 2023-01-13 |
| 发明(设计)人: | 于文军;徐娇慧;刘瑶俊;翟秀梅;徐中领;张耀 | 申请(专利权)人: | 欣旺达惠州动力新能源有限公司 |
| 主分类号: | G01R31/367 | 分类号: | G01R31/367;G01R31/392 |
| 代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 黄广龙 |
| 地址: | 516000 广东省惠州市博罗县园洲镇东坡大道欣旺达产业园1、2、3、11*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 电池 寿命 预测 方法 装置 存储 介质 | ||
1.一种电池寿命预测的方法,其特征在于,包括如下步骤:
获取样本电池的样本数据集合;
将所述样本数据集合通过预设的电池存储容量衰减模型进行幂函数拟合处理,求解得到所述电池存储容量衰减模型的第一拟合参数;所述第一拟合参数用于表征所述电池存储容量衰减模型中因变量与自变量之间的关系;所述电池存储容量衰减模型的因变量为容量保持率;所述电池存储容量衰减模型的自变量为存储时间和衰减速率;
将所述样本集合中的容量保持率和存储时间均输入到拟合处理后的所述电池存储容量衰减模型,得到所述样本数据集合的每一样本数据对应的第一衰减速率;
将所述样本数据集合、每一所述样本数据对应的所述第一衰减速率通过预设的多元线性回归模型进行多元线性拟合处理,求解得到所述多元线性回归模型的第二拟合参数;所述第二拟合参数用于表征所述多元线性回归模型中的自变量和因变量之间的关系;所述多元线性回归模型中的自变量包括存储温度、荷电状态及关联参数,所述多元线性回归模型中的因变量为衰减速率;
获取待测电池的存储温度、荷电状态以及关联参数,其中,所述关联参数表征所述存储温度与所述荷电状态之间的关系;
将所述待测电池的所述存储温度、所述荷电状态以及所述关联参数输入拟合处理后的所述多元线性回归模型中,得到所述待测电池的第二衰减速率;
将所述待测电池的所述第二衰减速率输入拟合处理后的所述电池存储容量衰减模型,得到所述待测电池的所述存储温度以及所述荷电状态对应的寿命。
2.根据权利要求1所述的电池寿命预测的方法,其特征在于,
所述获取样本电池的样本数据集合,包括如下步骤:
对多个待测样本电池进行筛选处理,得到样本电池集合;
将所述样本电池集合中每一所述样本电池的荷电状态调整至预设荷电值;
将已设置所述预设荷电值的每一所述样本电池在恒温箱内静置预设的存储时间,得到所述样本电池的一组测量数据;其中,所述测量数据包括静置后所述样本电池的所述荷电状态以及电池保持容量、预设的所述存储时间、所述恒温箱的存储温度;
调整每一所述样本电池的荷电状态的值,以重新试验得到下一组测量数据,直至所述样本电池的采样周期达到预设采样周期或者所述样本电池达到预设容量保持率;
根据每一所述样本电池的每一所述测量数据,得到所述样本数据集合。
3.根据权利要求2所述的电池寿命预测的方法,其特征在于,
所述对多个待测样本电池进行筛选处理,得到样本电池集合,包括:
分别检测每一所述待测样本电池的初始容量值、阻抗值、厚度值和自放电率;
分别去除多个所述待测样本电池中所述初始容量值、所述阻抗值、所述厚度值和所述自放电率偏差较大的所述待测样本电池,得到样本电池集合。
4.根据权利要求2所述的电池寿命预测的方法,其特征在于,
所述样本电池的荷电状态的取值在所述样本电池的电池容量的0%~100%内。
5.根据权利要求1所述的电池寿命预测的方法,其特征在于,
每一所述样本数据均包括容量保持率和存储时间;
所述将所述样本数据集合通过预设的电池存储容量衰减模型进行幂函数拟合处理,得到第一拟合参数,包括如下步骤;
将每一所述样本数据的所述存储时间和所述容量保持率根据预设的所述电池存储容量衰减模型进行幂函数拟合处理,得到拟合幂值集合;
通过箱线图将所述拟合幂值集合中的异常拟合幂值删除;
获取去除异常拟合幂值后的所述拟合幂值集合的幂值平均值,并将所述幂值平均值设为所述电池存储容量衰减模型的所述第一拟合参数。
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欣旺达惠州动力新能源有限公司,未经欣旺达惠州动力新能源有限公司许可,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/202110201239.5/1.html,转载请声明来源钻瓜专利网。





