[发明专利]一种基于内部机理分析的锂离子电池容量预测方法

权利要求书

1.一种基于内部机理分析的锂离子电池容量预测方法，其特征在于，包括以下步骤：

S1：采集锂离子电池放电过程中外部特征参数；拆解放电过程中不同循环周期下的锂离子电池，并同步采集锂离子电池的内部机理变化数据；

S2：根据锂离子电池在放电过程中容量变化速度以及电池内部反应机理变化，将锂离子电池的容量衰退过程分为多个阶段；

S3：基于步骤S1获取的外部特征参数和内部机理变化数据，建立不同外部特征参数和内部机理变化数据的数据集，并基于数据集和步骤S2划分的多个阶段建立一级容量预测模型；

S4：通过重复步骤S1进行多组锂离子电池的数据采集,得到包含外部特征参数和内部机理变化数据的训练集和测试集；

S5：将步骤S4的训练集导入所述一级容量预测模型进行训练，进而建立用于准确预估锂离子电池容量的二级预测模型；

S6：根据步骤S5建立的二级预测模型,导入测试集得到预测值，对比实际值，对预测值进行精度分析。

2.根据权利要求1所述的一种基于内部机理分析的锂离子电池容量预测方法，其特征在于，在步骤S1中，采集放电过程中，实时采集的外部特征参数包括电压(u)、电流(i)、温度(T)、内阻(R)以及电池容量；内部机理变化数据包括电池阴极极片孔隙率以及极片厚度。

3.根据权利要求1所述的一种基于内部机理分析的锂离子电池容量预测方法，其特征在于，在步骤S2中，低温下锂离子电池的容量衰退过程分为三个阶段，包括：0-30周期：锂离子电池容量衰退初期；31-70周期：锂离子电池容量衰退中期；71-100周期：锂离子电池容量衰退后期。

4.根据权利要求1所述的一种基于内部机理分析的锂离子电池容量预测方法，其特征在于，在步骤S4中，训练集是包含外部特征参数和内部机理变化数据的数据集，而测试集为平均值。

5.根据权利要求4所述的一种基于内部机理分析的锂离子电池容量预测方法，其特征在于，二级预测模型的建立步骤包括以下分步骤：

(1)将步骤S4中训练集的多组数据集分别放入并行的一级容量预测模型进行训练，得到多个不同的并行的二级预测模型；

(2)将不同数据集输入的测试集放入并行的二级预测模型中进行测试，得到不同的锂离子电池的平均容量输出值；

(3)根据步骤S2的三个阶段，将不同衰退模式下的锂离子电池平均容量输出值与测试集的真实值进行误差分析。

6.根据权利要求5所述的一种基于内部机理分析的锂离子电池容量预测方法，其特征在于，在步骤S5中，二级预测模型包括三层结构，依次包括输入层、中间层、输出层；其中：

输入层导入步骤S4中训练集的数据集；

中间层为二级预测模型中连接输入层和输出层的对应数学关系；

输出层为锂离子电池的的预测容量。