[发明专利]一种基于模糊概率综合评判的电池健康状态评估方法

权利要求书

1.一种基于模糊概率综合评判的电池健康状态评估方法，其特征在于，包括以下步骤：

步骤1、获取电池单体样本的充放电过程中的SOC值与对应的电压值并将其作为评估对象；

步骤2、构建因素集U＝{u₁,u₂,…,u_n}，u_l(l＝1,2,…,n)代表第l个单体电压指标，设定评语集V＝{v₁,v₂,v₃}＝{健康，合格，不合格}，其中V_i(i＝1,2,3)代表电池的健康状态，进行单因素评价，并建立每个单项指标对评语集的隶属函数A(x)；

步骤3、将所有样本指标进行分段，计算各单项指标在每段区域内的部分对于各评价等级的平均隶属度μ(x_j)，以及落在每个区间内点位的概率P_j；

步骤4、根据步骤3所得个单项指标的平均隶属度μ(x_j)和平均概率P_i计算各单项指标在各评价等级的概率P(A(v_i))；

步骤5、确定各单项指标的权重

步骤6、根据单项指指标的权重和步骤4所得的评价等级的概率P(A(v_i))，得到电池单体属于各评价集的概率P_i，最大的概率值对应的评价及就是评估结果，该结果所确定的各单体健康状态极为单体电池的健康状态；

步骤7、通过模糊综合评判，按照最大隶属度原则确定电池包的健康状态。

2.根据权利要求1所述一种基于模糊概率综合评判的电池健康状态评估方法，其特征在于：步骤2所述每个单项指标对评语集的隶属函数A(x)的构建方法如下：

v₁:

v₂:

v₃:

式中，a₁、a₂和a₃分别为电池单体SOC为特定时刻电池充电放电过程中的电压值。

3.根据权利要求1所述一种基于模糊概率综合评判的电池健康状态评估方法，其特征在于：步骤3所述计算各单项指标在每段区域内的部分对于各评价等级的平均隶属度的方法如下：

式中，μ(c＜x≤d)为单项指标在c，d区间段内对于各评价等级的平均隶属度，c为区间段上限，d为区间段上限，A(x)为每个单项指标对评语集的隶属函数。

4.根据权利要求1所述一种基于模糊概率综合评判的电池健康状态评估方法，其特征在于：所述落在每个区间内点位的概率P_j的方法如下：

式中，N_j为落在各区间内的点位数，n为样本数。

5.根据权利要求1所述一种基于模糊概率综合评判的电池健康状态评估方法，其特征在于：步骤4所述得到各单项指标在各评价等级的概率P(A(v_i))的方法如下：

式中，A为Fuzzy事件，μ(x_j)为单项指标在第j段区间内对于各评价等级的平均隶属度。

6.根据权利要求1所述一种基于模糊概率综合评判的电池健康状态评估方法，其特征在于：步骤5所述确定各单项指标的权重的方法如下：

分别计算每个指标的平均值和标准差δ_l，公式如下：

计算各指标的变异系数V_l,公式如下：

其中V_l是第l项指标的变异系数，也称为标准差系数；σ_l是第l项指标的标准差；是第l项指标的平均数；

计算各指标的权重公式如下：

7.根据权利要求1所述一种基于模糊概率综合评判的电池健康状态评估方法，其特征在于：步骤6所述得到电池单体属于各评价集的概率P_i的方法如下：

8.根据权利要求1所述一种基于模糊概率综合评判的电池健康状态评估方法，其特征在于：对电池包进行综合评判方法如下：

1)对单体电池样本进行m次充电实验，测试各电池充满程度；

2)根据各电池单体的充满程度计算电池单体健康状态的隶属度；

3)根据电池单体健康状态的隶属度，得到各指标的模糊关系，由此建立模糊评判矩阵；

4)计算综合评判结果，公式如下：

其中B为综合评判结果，A为权重集，R为模糊评判矩阵，根据最大隶属原则可得电池包处于健康状态。