[发明专利]一种锂电池剩余寿命预测方法及装置

权利要求书

1.一种锂电池剩余寿命预测方法，其特征在于，包括如下步骤：

步骤1：对锂电池先充电至完全充满；

步骤2：对锂电池进行恒流模式放电，并在放电期间采集锂电池的电压和放电电流，得到放电期间锂电池的电压曲线和放电电流曲线；

步骤3：从放电期间锂电池的电压曲线和放电电流曲线提取锂电池的特征；

步骤4：将锂电池的特征输入到训练好的锂电池剩余寿命预测模型中，输出锂电池的剩余使用寿命。

2.根据权利要求1所述的锂电池剩余寿命预测方法，其特征在于，所述步骤3中，锂电池的特征包括电池可用容量CAP和电压曲线的信号波动指数VCFI；其中，电池的可用容量CAP的计算公式为：

其中，Δt为采样周期，M为整个放电期间(从开始时间t_a至结束时间t_b)内的采样点的个数；I_i为第i个采样点采集到的锂电池放电电流；

电压曲线的信号波动指数VCFI的计算公式为：

式中，y_i为第i个采样点采集到的锂电池电压，μ为M个采样点采集到的电压的平均值，其中M为采样点的总数，ω为采样频率，ω＝1/Δt。

3.根据权利要求1所述的锂电池剩余寿命预测方法，其特征在于，先对步骤3中提取到的特征进行归一化处理，再将归一化处理后得到的特征值输入到训练好的锂电池剩余寿命预测模型中进行计算；对某一特征X进行归一化处理的公式如下：

其中X_norm为特征X归一化处理后得到的特征值，X_max和X_min分别为所有训练样本相应特征的最大值和最小值。

4.根据权利要求1所述的锂电池剩余寿命预测方法，其特征在于，所述锂电池剩余寿命预测模型为基于梯度提升决策树构建的模型。

5.根据权利要求1所述的锂电池剩余寿命预测方法，其特征在于，训练锂电池剩余寿命预测模型的方法为：

首先，由若干已知剩余使用寿命的锂电池构成训练样本集合；

然后，对训练样本集合中的每一个训练样本，分别根据步骤1～步骤3提取其特征，即提取训练样本的特征；

最后，以训练样本的特征为输入，训练样本的剩余使用寿命为输出，训练锂电池剩余寿命预测模型，确定模型参数，得到训练好的锂电池剩余寿命预测模型。

6.根据权利要求1所述的锂电池剩余寿命预测方法，其特征在于，所述步骤1中，先对锂电池先进行恒流模式充电，再进行恒压模式充电。

7.根据权利要求1所述的锂电池剩余寿命预测方法，其特征在于，所述步骤1中，所述步骤1中，通过AC-DC转换模块为锂电池充电；AC-DC转换模块的输入端连接AC220V，输出端连接锂电池，控制端连接控制板；通过控制板的PID控制实现锂电池的恒流模式和恒压模式充电；

所述步骤2中，通过DC-DC转换模块给锂电池放电；DC-DC转换模块的输入端连接锂电池，输出端连接到大功率电阻(如功率为500W的黄金铝壳电阻)，控制端连接控制板；通过控制板的PID闭环控制实现锂电池的恒流模式放电。