【技術(shù)實(shí)現(xiàn)步驟摘要】
本專(zhuān)利技術(shù)涉及電池管理，具體涉及一種同類(lèi)鋰離子電池健康狀態(tài)估計(jì)方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)。
技術(shù)介紹
1、鋰離子電池因其循環(huán)壽命長(zhǎng)、能量密度高、可靠性強(qiáng)等優(yōu)點(diǎn)，在電動(dòng)汽車(chē)和儲(chǔ)能等領(lǐng)域發(fā)揮重要作用，但鋰離子電池在充放電循環(huán)中，其電化學(xué)性能會(huì)發(fā)生連續(xù)的變化和衰減。電池性能的持續(xù)惡化會(huì)嚴(yán)重影響其使用壽命，導(dǎo)致可用容量減少，甚至存在安全隱患，因此，為了提高鋰電池的性能，必須要對(duì)健康狀態(tài)(soh)進(jìn)行準(zhǔn)確的估計(jì)。目前，電池的soh還沒(méi)有正式定義，任何能夠反映電池使用狀況的變量都可以用來(lái)定義soh。一般來(lái)說(shuō)，電池的soh通常被定義為電池容量的減少或內(nèi)阻的增加。本申請(qǐng)將當(dāng)前最大可用容量與標(biāo)稱(chēng)容量之比視為電池的soh，soh估計(jì)的研究主要可以分為兩個(gè)類(lèi)別：基于模型的方法和基于數(shù)據(jù)驅(qū)動(dòng)的方法。
2、基于模型的估計(jì)方法就是利用電化學(xué)模型或等效電路模型等，并與其他方法相結(jié)合描述電池充放電過(guò)程中內(nèi)部反應(yīng)機(jī)理，實(shí)現(xiàn)電池soh估計(jì)。等效電路模型精度有限且適應(yīng)性差，無(wú)法描述電池內(nèi)部反應(yīng)機(jī)理；電化學(xué)模型由于參數(shù)過(guò)多存在參數(shù)辨識(shí)困難的問(wèn)題?；谀Ｐ偷墓烙?jì)方法依賴(lài)于電池模型的準(zhǔn)確性，然而鋰離子電池的老化機(jī)制十分復(fù)雜，建立準(zhǔn)確的估計(jì)模型始終具有挑戰(zhàn)性。
3、相比之下，數(shù)據(jù)驅(qū)動(dòng)的方法不考慮電池內(nèi)部反應(yīng)機(jī)理，通過(guò)大量電池?cái)?shù)據(jù)準(zhǔn)確捕捉電池復(fù)雜的非線性行為。盡管基于數(shù)據(jù)驅(qū)動(dòng)的方法已經(jīng)廣泛用于鋰離子電池soh估計(jì)，但其仍然存在兩個(gè)問(wèn)題：(1)由于鋰離子電池的老化是一個(gè)十分復(fù)雜的過(guò)程，僅提取其充放電過(guò)程中的部分特征難以全面反映鋰離子電池的健康狀態(tài)。有必要
技術(shù)實(shí)現(xiàn)思路
1、針對(duì)現(xiàn)有技術(shù)中提到的問(wèn)題，本專(zhuān)利技術(shù)提出一種同類(lèi)鋰離子電池健康狀態(tài)估計(jì)方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)，以解決現(xiàn)有相關(guān)技術(shù)中存在對(duì)電池健康狀態(tài)估計(jì)時(shí)，特征提取不足、使用訓(xùn)練數(shù)據(jù)過(guò)多以及難以實(shí)現(xiàn)準(zhǔn)確的電池健康狀態(tài)估計(jì)的技術(shù)問(wèn)題。
2、為了實(shí)現(xiàn)上述目的，本專(zhuān)利技術(shù)采用如下技術(shù)方案：
3、本專(zhuān)利技術(shù)一種同類(lèi)鋰離子電池健康狀態(tài)估計(jì)方法，包括以下步驟：
4、s1、采集鋰離子電池在充放電循環(huán)恒流充電階段的電壓、電流、容量和對(duì)應(yīng)的采樣時(shí)間數(shù)據(jù)；
5、s2、基于電壓、電流、容量和對(duì)應(yīng)的采樣時(shí)間數(shù)據(jù)得到容量增量曲線和恒流充電曲線；
6、s3、基于分段聚合近似算法對(duì)容量增量曲線和恒流充電曲線進(jìn)行降維處理，得到低維容量增量曲線和低維恒流充電曲線；
7、s4、將低維的容量增量曲線和低維恒流充電曲線融合，得到融合特征；
8、s5、根據(jù)融合特征建立基于cnn-residual-bigru-attention的健康狀態(tài)估計(jì)模型；
9、s6、將未知鋰離子電池的融合特征，輸入至健康狀態(tài)估計(jì)模型，獲得未知鋰離子電池的健康狀態(tài)估計(jì)結(jié)果。
10、作為本專(zhuān)利技術(shù)進(jìn)一步改進(jìn)，所述步驟s1的具體過(guò)程是：
11、第k次循環(huán)的恒流充電電壓數(shù)據(jù)為序列，其中和分別為恒流充電階段的初始電壓和終止電壓；
12、第k次循環(huán)的恒流充電電流數(shù)據(jù)為序列，其中和分別為恒流充電階段的初始電流和終止電流；
13、第k次循環(huán)的恒流充電采樣時(shí)間數(shù)據(jù)為序列，其中和分別為恒流充電階段的初始采樣時(shí)間和終止采樣時(shí)間；
14、恒流充電階段的充電容量數(shù)據(jù)為序列，，其中為第k個(gè)循環(huán)電池的恒流充電容量，和分別為第k次循環(huán)的電流和采樣時(shí)間。
15、作為本專(zhuān)利技術(shù)進(jìn)一步改進(jìn)，所述步驟s2的具體過(guò)程是：
16、所述容量增量曲線如下表示：
17、
18、式中：表示從m時(shí)刻到m+1時(shí)刻電池的容量變化量；表示從m時(shí)刻到m+1時(shí)刻電壓變化量；表示m+1時(shí)刻電池的電壓；表示m時(shí)刻的電壓；表示?m時(shí)刻的電池容量；表示m+1時(shí)刻電池的容量；表示電池的電流；表示m+1時(shí)刻的采樣時(shí)間，表示m時(shí)刻的采樣時(shí)間；
19、所述恒流充電曲線如下表示：
20、
21、式中：表示m時(shí)刻的電壓。
22、作為本專(zhuān)利技術(shù)進(jìn)一步改進(jìn)，所述步驟s3的具體過(guò)程是：
23、給定長(zhǎng)度為m的ic序列和恒流充電序列，變成長(zhǎng)度為w的數(shù)據(jù)序列和，其中w<m；
24、則生成壓縮比為的時(shí)間序列數(shù)據(jù)降維過(guò)程，并且和(i=1,2,…w)滿(mǎn)足；
25、式中：表示第i個(gè)經(jīng)過(guò)降維的ic數(shù)據(jù)，表示第j個(gè)原始ic數(shù)據(jù)，表示第i個(gè)經(jīng)過(guò)降維的恒流充電數(shù)據(jù)，表示第j個(gè)原始恒流充電數(shù)據(jù)，為壓縮比。
26、作為本專(zhuān)利技術(shù)進(jìn)一步改進(jìn)，所述步驟s4的具體過(guò)程是：
27、
28、式中：表示第i個(gè)經(jīng)過(guò)降維的ic數(shù)據(jù)，表示第i個(gè)經(jīng)過(guò)降維的恒流充電數(shù)據(jù)，表示向量拼接，表示第i個(gè)融合后的特征。
29、作為本專(zhuān)利技術(shù)進(jìn)一步改進(jìn)，所述步驟s5的具體過(guò)程是：
30、所述cnn網(wǎng)絡(luò)為：
31、
32、
33、式中：表示1dcnn的權(quán)重矩陣；表示經(jīng)過(guò)1dcnn的特征向量；表示激活函數(shù)；表示輸入的特征向量；
34、所述residual網(wǎng)絡(luò)為：
35、
36、式中：表示第層網(wǎng)絡(luò)的輸入向量；表示經(jīng)過(guò)激活函數(shù)后的特征向量；表示第層網(wǎng)絡(luò)的輸入向量；
37、所述bigru網(wǎng)絡(luò)為：
38、
39、
40、
41、
42、
43、
44、式中：表示更新門(mén)；表示sigmoid函數(shù)；表示更新門(mén)的權(quán)重矩陣；
45、表示更新門(mén)的偏置；表示輸入向量；表示上一時(shí)刻的隱藏狀態(tài)；表示當(dāng)前時(shí)刻的輸入；表示重置門(mén)；表示重置門(mén)的權(quán)重矩陣；表示重置門(mén)的偏置；表示正向gru的新候選狀態(tài)；表示正向gru的更新的隱藏狀態(tài)；表示正向gru權(quán)重矩陣；表示正向gru偏置；表示正向gru的重置門(mén)；表示正向gru的更新門(mén)；表示雙曲正切函數(shù)；表示反向gru的新候選狀態(tài)；表示反向gru更新的隱藏狀態(tài)；表示反向gru權(quán)重矩陣；
46、表示反向gru偏置；表示反向gru的重置門(mén)；表示反向gru的更新門(mén)；
47、所述attention為：
48、
49、
50、
51、
52、式中：表示隨機(jī)初始化的注意力權(quán)重；表示輸入attention機(jī)制權(quán)重；表示全連接層權(quán)重；表示偏置；表示經(jīng)過(guò)注意力機(jī)制加權(quán)后的輸出；表示隱藏層輸出；表示當(dāng)前輸入的權(quán)重；表示最終輸出；表示激活函數(shù)；
53、將融合特征輸入cnn-residual-bigru-attention模型中訓(xùn)練學(xué)習(xí)，得到訓(xùn)練好的健康狀態(tài)估計(jì)模型。
54、作為本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種同類(lèi)鋰離子電池健康狀態(tài)估計(jì)方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述一種同類(lèi)鋰離子電池健康狀態(tài)估計(jì)方法，其特征在于，所述步驟S1的具體過(guò)程是：
3.根據(jù)權(quán)利要求1所述一種同類(lèi)鋰離子電池健康狀態(tài)估計(jì)方法，其特征在于，所述步驟S2的具體過(guò)程是：
4.根據(jù)權(quán)利要求1所述一種同類(lèi)鋰離子電池健康狀態(tài)估計(jì)方法，其特征在于，所述步驟S3的具體過(guò)程是：
5.根據(jù)權(quán)利要求1所述一種同類(lèi)鋰離子電池健康狀態(tài)估計(jì)方法，其特征在于，所述步驟S4的具體過(guò)程是：
6.根據(jù)權(quán)利要求1所述一種同類(lèi)鋰離子電池健康狀態(tài)估計(jì)方法，其特征在于，所述步驟S5的具體過(guò)程是：
7.根據(jù)權(quán)利要求6所述一種同類(lèi)鋰離子電池健康狀態(tài)估計(jì)方法，其特征在于，模型訓(xùn)練過(guò)程中采用平均絕對(duì)誤差、平均絕對(duì)百分比誤差和均方根誤差作為評(píng)價(jià)指標(biāo)進(jìn)行訓(xùn)練。
8.一種同類(lèi)鋰離子電池健康狀態(tài)估計(jì)系統(tǒng)，其特征在于，包括：
9.一種同類(lèi)鋰離子電池健康狀態(tài)估計(jì)設(shè)備，其特征在于，包括處理器和存儲(chǔ)器，其中，所述處理器執(zhí)行所述存儲(chǔ)器中保存的計(jì)算機(jī)程序時(shí)實(shí)
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，用于存儲(chǔ)計(jì)算機(jī)程序，其中，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的同類(lèi)鋰離子電池健康狀態(tài)估計(jì)方法。
...【技術(shù)特征摘要】
1.一種同類(lèi)鋰離子電池健康狀態(tài)估計(jì)方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述一種同類(lèi)鋰離子電池健康狀態(tài)估計(jì)方法，其特征在于，所述步驟s1的具體過(guò)程是：
3.根據(jù)權(quán)利要求1所述一種同類(lèi)鋰離子電池健康狀態(tài)估計(jì)方法，其特征在于，所述步驟s2的具體過(guò)程是：
4.根據(jù)權(quán)利要求1所述一種同類(lèi)鋰離子電池健康狀態(tài)估計(jì)方法，其特征在于，所述步驟s3的具體過(guò)程是：
5.根據(jù)權(quán)利要求1所述一種同類(lèi)鋰離子電池健康狀態(tài)估計(jì)方法，其特征在于，所述步驟s4的具體過(guò)程是：
6.根據(jù)權(quán)利要求1所述一種同類(lèi)鋰離子電池健康狀態(tài)估計(jì)方法，其特征在于，所述步驟s5的具體過(guò)程是：...
【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：耿莉敏，胡循泉，舒俊豪，山世玉，趙揚(yáng)，王錚，陳昊，
申請(qǐng)(專(zhuān)利權(quán))人：長(zhǎng)安大學(xué)，
類(lèi)型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。