[发明专利]电动汽车动力电池寿命预测方法

摘要

本发明提供一种电动汽车动力电池寿命预测方法，包括以下步骤步骤1）、对动力电池放电过程中的电压曲线进行数据采集和提取电池剩余寿命表征量，求取衰退点；步骤2）、采用ART2神经网络对采集到的电压曲线进行聚类，对进行衰退模式分类；步骤3）、采用加权马尔科夫模型对动力电池的衰退模式进行预测；步骤4)、建立单一模式的衰退模型；步骤5)、采用线性叠加的方法对动力电池的剩余寿命进行预测。本发明可以更方便快捷准确地评价电池的健康状况，并且能根据不同人的驾车习惯针对个人更准确地预测出电动汽车动力电池的剩余寿命，从而可以更好地管理与规划使用电池。

主权项

一种电动汽车动力电池寿命预测方法，其特征在于：包括以下步骤：步骤1)、对动力电池放电过程中的电压曲线进行数据采集和提取电池剩余寿命表征量，求取衰退点；步骤2)、采用ART2神经网络对采集到的电压曲线进行聚类，对进行衰退模式分类；步骤3)、采用加权马尔科夫模型对动力电池的衰退模式进行预测，包括以下步骤；步骤31)、将已经为几个确定的离散值的衰退模式与相应状态值对应，从而得到衰退模式序列，以及状态空间I＝{i0,i1,i2…}；i0,i1,i2…是指各个衰退模式类别，步骤32)、计算衰退模式序列各阶自相关系数rk；步骤33)、计算各阶权重wk，将其作为各种滞时阶数的马尔可夫链的权；步骤34)、根据已有的衰退模式序列进行统计，获得不同步长的马尔可夫链的转移概率矩阵p(k)，所述转移概率矩阵p(k)决定状态转移过程的概率法则；步骤35)、依据状态转移概率矩阵，分别以其前面时段各自的衰退模式为初始状态，预测出该时段衰退模式的状态概率步骤36)、将同一衰退模式的各预测概率加权和Pi作为衰退模式处于该状态的预测概率，找出max{Pi,i∈I}所对应的衰退模式i，即为该时段衰退模式的预测状态；步骤37)、待该时段衰退模式发生后，将其加入原序列，再重复32)到36)，可进行下一时段衰退模式的预测；步骤4)、建立单一模式的衰退模型；步骤5)、采用线性叠加的方法对动力电池的剩余寿命进行预测。