[发明专利]基于模型迁移的电池寿命预测方法、系统及装置

权利要求书

1.基于模型迁移的电池寿命预测方法，其特征在于：包括以下步骤：

根据电池加速老化实验过程中的实验数据，建立电池加速老化模型；

根据电池加速老化模型和电池慢速老化过程中的实验数据，采用贝叶斯蒙特卡洛方法建立电池慢速老化模型；

输入电池老化时间，对电池的寿命进行开环预测。

2.根据权利要求1所述的基于模型迁移的电池寿命预测方法，其特征在于：所述电池加速老化实验的方法包括电池过充方法、电池过放方法、电池高温老化方法、电池低温老化方法和电池大倍率充放电方法。

3.根据权利要求1所述的基于模型迁移的电池寿命预测方法，其特征在于：所述电池加速老化实验过程中的实验数据的获取方法包括：

采用非线性最小二乘法获取电池加速老化实验过程中的实验数据；

或，采用试凑法获取电池加速老化实验过程中的实验数据。

4.根据权利要求1所述的基于模型迁移的电池寿命预测方法，其特征在于：所述根据电池加速老化实验过程中的实验数据，建立电池加速老化模型这一步骤中，所述电池加速老化模型为：

M_acc(k)＝f_acc(k)，

其中，M代表待预测变量，包括但不限于电池容量、内阻和极化电容；k代表电池充放电的循环次数；f()表示拟合函数；下标acc代表电池加速老化实验过程。

5.根据权利要求4所述的基于模型迁移的电池寿命预测方法，其特征在于：所述根据电池加速老化模型和电池慢速老化过程中的实验数据，采用贝叶斯蒙特卡洛方法建立电池慢速老化模型这一步骤中，所述电池慢速老化模型为：

M_ns(k)＝x₁·f_acc(x₂·k+x₃)+x₄，

其中，下标ns代表电池慢速老化实验过程；[x₁,x₂,x₃,x₄]代表相应的迁移系数，x₁代表电池加速老化模型与电池慢速老化模型之间的幅度的偏差；x₂代表电池加速老化模型与电池慢速老化模型之间的时间尺度的偏差；x₃代表电池加速老化模型与电池慢速老化模型之间的时间偏移的偏差；x₄代表电池加速老化模型与电池慢速老化模型之间的基准的偏差。

6.根据权利要求5所述的基于模型迁移的电池寿命预测方法，其特征在于：所述输入电池老化时间，对电池的寿命进行开环预测这一步骤，包括以下步骤：

假设电池慢速老化模型中迁移系数的高斯分布；

基于假设的高斯分布，随机生成多个向量；

将生成的向量分别代入电池慢速老化模型，得到多个不同的电池慢速老化模型；

分别计算各个电池慢速老化模型的权重；

根据计算得到的权重，对多个电池慢速老化模型进行带权累加，得到真实电池老化模型；

根据真实电池老化模型，输入电池老化时间，对电池进行开环预测。

7.根据权利要求1所述的基于模型迁移的电池寿命预测方法，其特征在于：所述电池慢速老化过程中的实验数据可以为部分实验数据。

8.基于模型迁移的电池寿命预测系统，其特征在于：包括：

电池加速老化模型构建模块，用于根据电池加速老化实验过程中的实验数据，建立电池加速老化模型；

电池慢速老化模型构建模块，用于根据电池加速老化模型和电池慢速老化过程中的实验数据，采用贝叶斯蒙特卡洛方法建立电池慢速老化模型；

预测模块，用于输入电池老化时间，对电池的寿命进行开环预测。