[发明专利]基于实车数据的电池SOH估算方法、系统、设备和介质

权利要求书

1.一种基于实车数据的电池SOH估算方法，其特征在于，包括：

根据实车数据提取目标训练集，其中，所述目标训练集包括目标输入特征向量和目标输出特征向量；

采用所述目标训练集对初始模型进行训练，得到离线模型，所述离线模型用于估算车辆电池的电池健康状态；

其中，所述提取训练集包括：

对实车进行老化试验得到实车数据，直至所述实车电池的电池健康状态衰退到设定值，其中，所述实车数据包括：电流数据、电压数据和时间数据；

根据所述电流数据、电压数据和时间数据得到所述实车电池的寿命初期状态下的开路电压-荷电状态荷电状态曲线；

查询所述实车电池的寿命初期状态下的开路电压-荷电状态曲线，获取开路电压-荷电状态曲线中第一荷电状态荷电状态对应的电压V1，第二荷电状态对应的电压V2和电压区间[V1,V2]；

将所述电压区间[V1,V2]均等分为若干份，获取若干份局部电压区间；

将所述局部电压区间的充电容量作为训练集的输入特征向量，所述局部电压区间对应的电池健康状态作为训练集的输出特征向量；

利用灰色关联度分析算法，从所述训练集中筛选出灰色关联度最高的目标输入特征向量和目标输出特征向量，组成所述目标训练集。

2.根据权利要求1所述的方法，其特征在于，所述老化试验包括：

定期对实车进行一次慢充操作直至充满，提取慢充过程中的所述实车数据；

当所述实车充满后，对所述实车电池进行核容测试，从而获取所述实车电池的电池健康状态；

重复上述步骤，直至所述实车电池的电池健康状态衰退到设定值。

3.根据权利要求1所述的方法，其特征在于，还包括：

提取待测车辆电池的慢充数据；

根据所述慢充数据计算在所述目标输入特征向量对应的电压区间内所述待测车辆电池的充电容量；

将在所述目标输入特征向量对应的电压区间内所述待测车辆电池的充电容量输入到所述离线模型中，获取所述待测车辆电池的电池健康状态。

4.根据权利要求3所述的方法，其特征在于，所述慢充数据包括：

在满足充电电流为慢充电流，且，所述待测车辆电池充电开始时的荷电状态小于SOC1，且，所述待测车辆电池充电结束时的荷电状态大于SOC2的情况下，提取的荷电状态区间[SOC1,SOC2]内的电压数据、电流数据和时间数据；

其中，所述电压数据和所述电流数据为不同充电时间下的电压数据和电流数据，所述慢充电流为充电电流小于20A的电流。

5.根据权利要求1所述的方法，其特征在于，所述利用灰色关联度分析算法，筛选出灰色关联度最高的目标输入特征向量和目标输出特征向量包括：

将X₀与X_i初值化，其值分别为：

X^′₀＝X₀/x₀(1)，X_i^′＝X_i/x_i(1)

其中，X₀为输入特征向量，X_i为输出特征向量，x₀(1)为输入特征向量的初值，x_i(1)为输出特征向量的初值；

X₀与X_i对应的初值化序列为：

其中，X^′₀和X_i^′别为经过初值化后的输入特征向量和输出特征向量；

则，X₀与X_i的灰色相对关联度系数γ_0i为：

根据所述灰色相对关联度系数筛选出灰色关联度最高的输入特征向量和输出特征向量；

其中，

其中，是初值像的始点零化像。