【技術實現步驟摘要】
本專利技術屬于電池健康評估，具體涉及一種退役電池健康狀態評估方法。
技術介紹
1、鋰離子電池在使用與存儲過程中，內部會發生一系列副反應，導致活性物質與電解液減少，電池容量衰減，電池內阻增加，健康狀態逐漸劣化。鋰離子電池健康狀態是實現電池狀態估計、剩余使用壽命預測的關鍵參數，但由于電池老化機理復雜，影響因素眾多，如何精準估計健康狀態仍面臨巨大挑戰。
2、目前，鋰離子電池健康狀態的評估方法有定義法、電化學阻抗法、模型法等。然而上述方法存在如下問題：
3、1.定義法依據電池測試手冊，對電池進行一次完全的充放電循環，放電容量與新電池的額定容量之比即為該電池當前狀況下的健康狀態，準確度高，但是時間成本高，且難以在實際工況中應用；
4、2.電化學阻抗法尚在研究階段，可用此方法作為基準評價其他方法的估算準確度。
5、3.模型法但受訓練樣本的數據規模和質量影響較大，且基于時域電流、電壓響應曲線數據，實施特征提取，構建健康狀態估計模型。因此電池實際使用工況與實驗測試工況不匹配時，容易出現模型精度下降甚至失效等問題。
技術實現思路
1、本專利技術的目的就在于提供一種退役電池健康狀態評估方法，以解決
技術介紹
中提出的問題。
2、本專利技術通過以下技術方案來實現上述目的：
3、一種退役電池健康狀態評估方法，包括：
4、s1、獲取退役電池全頻段電化學阻抗數據并構成的原始數據集，對所述原始數據集進行eis特征搜索得到阻抗特征數據
5、s2、將阻抗特征數據集輸入預先構建的數據驅動模型中，并基于交叉驗證得到soh估計值的均方根誤差均值，根據均方根誤差均值確定最優特征，基于最優特征對阻抗特征數據集和原始數據集進行更新直至其滿足特征搜索停止規則，得到特征子集；
6、s3、將所述特征子集輸入所述數據驅動模型進行訓練，通過特征個數和均方根誤差對數據驅動模型的復雜度和精確度進行評價，優化后得到soh估計模型；
7、s4、向soh估計模型中輸入退役電池的eis數據，得到退役電池soh。
8、作為本專利技術的進一步優化方案，步驟s1包括：
9、s1.1、對退役電池進行老化循環測試和電化學阻抗譜測試，在n個不同老化狀態下和測得m個頻率下的全頻段電化學阻抗數據，組成原始數據集xt＝{xi,i＝1,2…2m}，其中，xi＝[z1…zn]t，zi為單個頻率下的阻抗實部或阻抗虛部，電池的soh數據組成集合y＝{y}，其中，yi＝[y1…yn]t，yi為電池soh；
10、s1.2、從集合x中的2m個電化學阻抗特征中挑選出r個與soh相關的阻抗特征(r<2m)，構建阻抗特征數據集其中
11、作為本專利技術的進一步優化方案，步驟s2中，所述基于交叉驗證得到soh估計值的均方根誤差均值，根據均方根誤差均值確定最優特征具體為：
12、以引入阻抗特征x后的集合作為數據驅動模型輸入，取模型在訓練集上k折交叉驗證得到的soh估計均方根誤差均值作為集合的評價指標，指標數值最小的特征x+作為最優特征，即
13、
14、其中，表示集合引入x后數據驅動模型對電池soh的估計值，sohi,j表示電池soh的真實值。
15、作為本專利技術的進一步優化方案，步驟s2中，所述基于最優特征對阻抗特征數據集和原始數據集進行更新直至其滿足特征搜索停止規則，得到最優特征子集具體為：將特征x+加入集合并從集合xt中移除特征x+，即
16、
17、直至集合xt為空，經sfs搜索得到包含不同數量特征的特征子集
18、作為本專利技術的進一步優化方案，步驟s3包括：
19、s3.1、將所述特征子集包含的特征數量記為基于各特征子集所建soh估計模型在訓練集上的估計均方根誤差記為f2對以上兩種指標分別進行歸一化處理，如下式所示：
20、
21、其中，表示各維度指標歸一化后的結果；
22、s3.2、計算兩種歸一化指標的歐幾里得二范數作為特征子集的綜合性能評價指標，如下式所示：
23、
24、其中，表示綜合性能評價指標，綜合性能評價指標數值越小，soh估計模型估計精度越。
25、本專利技術的有益效果在于：
26、(1)本專利技術評估方法在兼顧電池的電化學特性的同時，提取基于特定頻率下實部、虛部等原始數據的特征參量，結合深度神經網絡模型可解決復雜非線性關系的優勢，綜合了電化學阻抗和深度神經網絡模型的優勢，克服了電化學阻抗與各影響因素之間的相關性和函數關系式解析復雜和深度神經網絡重數據不重機理的缺點。
27、(2)本專利技術中評估方法實質為基于電化學阻抗和神經網絡的退役電池soh快速估計方法，具備測試時間短、估計結果精確度高等優點，更有利于實際應用。
本文檔來自技高網...【技術保護點】
1.一種退役電池健康狀態評估方法，其特征在于，包括：
2.根據權利要求1所述的一種退役電池健康狀態評估方法，其特征在于：步驟S1包括：
3.根據權利要求2所述的一種退役電池健康狀態評估方法，其特征在于：步驟S2中，所述基于交叉驗證得到SOH估計值的均方根誤差均值，根據均方根誤差均值確定最優特征具體為：
4.根據權利要求3所述的一種退役電池健康狀態評估方法，其特征在于：步驟S2中，所述基于最優特征對阻抗特征數據集和原始數據集進行更新直至其滿足特征搜索停止規則，得到最優特征子集具體為：將特征x+加入集合并從集合Xt中移除特征x+，即
5.根據權利要求4所述的一種退役電池健康狀態評估方法，其特征在于：步驟S3包括：
【技術特征摘要】
1.一種退役電池健康狀態評估方法，其特征在于，包括：
2.根據權利要求1所述的一種退役電池健康狀態評估方法，其特征在于：步驟s1包括：
3.根據權利要求2所述的一種退役電池健康狀態評估方法，其特征在于：步驟s2中，所述基于交叉驗證得到soh估計值的均方根誤差均值，根據均方根誤差均值確定最優特征具體為：
【專利技術屬性】
技術研發人員：羅剛，
申請(專利權)人：安徽國麒科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。