[发明专利]基于概率集成的锂离子电池剩余寿命间接预测方法

摘要

基于概率集成的锂离子电池剩余寿命间接预测方法，涉及锂离子电池剩余寿命预测技术领域。它为了解决在线工作条件下锂离子电池容量不可测量、以及传统MONESN方法的不稳定性的问题。本发明首先构建健康因子HI；根据HI构建HI相关性模型GLRM；利用GLRM估计HI失效阈值；利用失效阈值进行锂离子电池剩余寿命预测；对预测结果进行不确定性表达。本发明克服绝大部分锂离子电池剩余寿命预测依赖最大容量的限制，并解决了构建的HI的失效阈值作为寿命终止的判断条件难以确定的问题，有效克服传统MONESN方法的不稳定性的问题。同时，能够实现不确定性的表达和管理。本发明适用于容量不可测时锂离子电池剩余寿命的预测。

主权项

基于概率集成的锂离子电池剩余寿命间接预测方法，该方法包括以下步骤：步骤一、监测锂离子电池放电过程中的放电时间间隔和放电电压，根据所述放电时间间隔和放电电压构建等放电电压差的时间间隔序列，将其作为剩余寿命预测的健康因子HI；步骤二、采用广义线性回归模型GLRM来描述步骤一所构建的HI与锂离子电池容量的相关性，所述GLRM即为HI相关模型；步骤三、采用步骤二中的GLRM估计HI的失效阈值，所述失效阈值对应于容量；步骤四、将步骤三中的失效阈值作为锂离子电池剩余寿命预测的判断条件，分别采用N个单调回声状态模型对锂离子电池剩余寿命进行预测，得到N个锂离子电池剩余寿命预测结果；步骤五、对步骤四的锂离子电池剩余寿命预测结果进行不确定性区间估计，得到基于概率集成的锂离子电池剩余寿命间接预测结果，具体为：将步骤四中的N个锂离子电池剩余寿命预测结果作为子模型输出，所述子模型输出数据服从威布尔分布，其概率密度函数为：g(f)=βηβfβ-1e-(f/η)β,f>0,η,β>0]]>式中η为尺度参数，β为形状参数，f为随机变量，似然函数为：lnL(η,β)=K0lnβ-K0βlnη+(β-1)Σi=1K0ln(fi)-Σi=1K0(fi/η)β]]>通过对lnL(η,β)分别η和β的1阶偏微分并设定能够得到：∂lnL(η,β)∂η=-K0βη+βηβ+1Σi=1K0fiβ=0∂lnL(η,β)∂β=K0β-K0ln(η)-1ηβΣi=1K0fiβln(fi)+Σi=1K0ln(fi)+ln(η)ηβΣi=1K0fiβ=0]]>通过求解上式得到(η,β)的估计值其中，K0是对数似然函数的系数，N个锂离子电池剩余寿命预测结果的方差为所述最终预测结果的不确定性区间估计，N个锂离子电池剩余寿命预测结果的均值即为基于概率集成的锂离子电池剩余寿命间接预测结果；步骤一中构建HI的方法为：锂离子电池每充电、放电一次，定义为一个循环周期，对于所有循环周期，选取一段具有公共区间的放电电压，该公共区间的最大值为Vmax，最小值为Vmin，计算每个循环周期中对应于这个电压区间的时间间隔，该时间间隔即为hi，将不同循环周期的hi排列，获取一个具有退化趋势且能够反映电池寿命退化的序列，该序列即为HI；其特征在于：步骤二中的HI相关性模型GLRM表示为：ci＝β0+β1hi+β2ln(hi)+εici为第i个充放电周期的电池容量，hi为基于等放电电压差的时间间隔序列中的第i个元素，β1和β2是回归模型的系数，β0为常数，εi为误差项。