[发明专利]一种锂离子电池的剩余使用寿命确定方法及装置在审
| 申请号: | 202210086257.8 | 申请日: | 2022-01-25 |
| 公开(公告)号: | CN114545273A | 公开(公告)日: | 2022-05-27 |
| 发明(设计)人: | 王德顺;薛金花;庄俊;陶以彬;王开毅;朱帅;姜守德;戴正洲 | 申请(专利权)人: | 中国电力科学研究院有限公司 |
| 主分类号: | G01R31/392 | 分类号: | G01R31/392;G01R31/367;G01R31/378;G06F30/27;G06K9/62;G06N3/00;G06F119/04 |
| 代理公司: | 北京安博达知识产权代理有限公司 11271 | 代理人: | 徐国文 |
| 地址: | 210003 *** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 锂离子电池 剩余 使用寿命 确定 方法 装置 | ||
本发明涉及电池管理技术领域,具体提供了一种锂离子电池的剩余使用寿命确定方法及装置,包括:将锂离子电池的健康因子作为预先构建的支持向量回归模型的输入参量,获取预先构建的支持向量回归模型输出的锂离子电池的放电容量预测曲线;基于所述锂离子电池的放电容量预测曲线确定锂离子电池的剩余使用寿命。本发明提供的技术方案解决了锂离子电池剩余使用寿命估计精度低的问题,基于新颖健康因子与改进支持向量回归估计方法来有效提高锂离子电池剩余使用寿命估计精度。
技术领域
本发明涉及电池管理技术领域,具体涉及一种锂离子电池的剩余使用寿命确定方法及装置。
背景技术
锂离子电池剩余使用寿命是电池管理系统关键技术之一,准确预测锂离子电池剩余使用寿命,能够提前获知电池的寿命信息,并及时对到达失效阈值的电池进行更换,保障电池安全可靠运行。
目前,研究者广泛采用的锂离子电池剩余使用寿命预测方法主要分为基于模型法和数据驱动法。基于模型法是综合考虑电池材料属性、负载条件及失效机理等因素,构建电池性能退化模型来完成电池剩余使用寿命的预测,并且预测的精度取决于所建模型的准确性,然而在实际应用中很难建立精确的电池模型。基于数据驱动方法无需考虑电池内部物理化学反应过程,直接从电池历史数据中挖掘电池性能变化的隐含信息及演变规律,实现电池剩余使用寿命预测。然而实现基于数据驱动的电池剩余使用寿命的准确预测关键在于健康因子的选取与估计算法的建立,目前,无法准确的选取电池的健康因子。
发明内容
为了克服上述缺陷,本发明提出了一种锂离子电池的剩余使用寿命确定方法及装置。
第一方面,提供一种锂离子电池的剩余使用寿命确定方法,所述锂离子电池的剩余使用寿命确定方法包括:
将锂离子电池的健康因子作为预先构建的支持向量回归模型的输入参量,获取预先构建的支持向量回归模型输出的锂离子电池的放电容量预测曲线;
基于所述锂离子电池的放电容量预测曲线确定锂离子电池的剩余使用寿命。
优选的,所述健康因子至少包括下述中的一种:锂离子电池充电过程中的等压升充电时间间隔、锂离子电池充电过程中的等流降充电时间间隔、锂离子电池充电过程中的等压升充电时间间隔阶段对应的锂离子电池内部温度差。
优选的,所述预先构建的支持向量回归模型的获取过程包括:
将锂离子电池的健康因子作为初始支持向量回归模型的输入层样本,将锂离子电池的未来放电容量曲线作为初始支持向量回归模型的输出层样本;
利用所述输入层样本和输出层样本构建数据集,并将所述数据集划分为训练集和测试集;
利用所述训练集训练初始支持向量回归模型;
利用测试集测试训练完成的初始支持向量回归模型,得到所述预先构建的支持向量回归模型。
进一步的,所述利用所述训练集训练初始支持向量回归模型的过程中,采用飞蛾扑火算法优化初始支持向量回归模型中的核参数和惩罚因子。
进一步的,所述采用飞蛾扑火算法优化初始支持向量回归模型中的核参数和惩罚因子的过程中,采用Levy飞行算法对飞蛾位置进行更新。
进一步的,所述采用Levy飞行算法对飞蛾位置进行更新,包括:
按下式更新第t+1次迭代飞蛾i的位置:
上式中,为第t+1次迭代飞蛾i的位置,为第t次迭代飞蛾i的位置,α为随机动态常数,Levy(s)为Levy飞行算法函数,s为步长。
进一步的,所述步长的计算式如下:
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中国电力科学研究院有限公司,未经中国电力科学研究院有限公司许可,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/202210086257.8/2.html,转载请声明来源钻瓜专利网。





