[发明专利]一种锂电池剩余寿命预测方法及装置在审
申请号: | 201910385098.X | 申请日: | 2019-05-09 |
公开(公告)号: | CN110208705A | 公开(公告)日: | 2019-09-06 |
发明(设计)人: | 彭军;郑智勇;李恒;杨迎泽;张晓勇;程亦君;陈彬;黄志武;蒋富;刘伟荣 | 申请(专利权)人: | 赛尔网络有限公司;中南大学 |
主分类号: | G01R31/367 | 分类号: | G01R31/367;G01R31/392;G01R31/371 |
代理公司: | 长沙市融智专利事务所(普通合伙) 43114 | 代理人: | 杨萍 |
地址: | 100084 北京市海淀区中*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 转换模块 锂电池 剩余寿命预测 电压信号 电池 预测 串口 放电电流信号 剩余使用寿命 归一化处理 波动指数 电流信号 放电期间 可用容量 数传模块 预测模型 云服务器 决策树 控制板 放电 映射 电测 上传 服务器 充电 采集 | ||
本发明公开了一种锂电池剩余寿命预测方法及装置,装置包括AC‑DC转换模块、DC‑DC转换模块和控制板;预测方法包括以下步骤:首先使用AC‑DC转换模块对锂电池进行充电;然后使用DC‑DC转换模块进行放电;在放电期间,对电池的电压及电流信号进行采集,并通过串口转UDP模块、4G‑LTE数传模块上传至云服务器;服务器分别根据电池的放电电流信号和电压信号求得电池的可用容量CAP及电压信号的波动指数VCFI;然后将归一化处理后的CAP和VCFI作为特征,送到训练好的基于梯度提升决策树的预测模型中,通过映射即可求得电测的预测寿命。本发明提高了锂电池剩余使用寿命预测的精度。
技术领域
本发明属于锂电池预测与健康管理技术领域,涉及一种锂电池剩余寿命预测方法及装置。
背景技术
锂电池由于其具有高能量密度,高电压,低自放电和循环寿命长等优点,在工业、农业、交通、通讯和航空航天领域得到了广泛的应用。然而,在电池周而复始的使用过程中,随着锂离子电池正负极材料的退化,内部涂层粘合强度的退化,以及过电压过电流等对电池形成的不可修复的损害,锂离子电池的剩余使用寿命在渐渐的缩短。在对锂电池的使用中,一旦忽视其剩余寿命,超限期、超负荷使用锂离子电池,轻则损坏电池及仪器设备,重则甚至造成严重的故障事故的发生。锂电池的剩余寿命预测对于系统设备的维护是必不可少的重要信息,根据寿命预测结果的分析对系统设备进行良好管理,可以提高系统或设备可用性和可靠性,同时降低或避免故障造成的重大损失。
传统的锂电池剩余使用寿命预测方法主要是基于对锂电池的内部机制分析。机理分析方法是基于对电化学机理的深入研究,考虑内部变量(如电解质浓度,扩散系数)和外部影响因素(如电压,电流,温度和荷电状态),然后建立电池退化现象的物理模型。然而,由于电池内部的复杂电化学反应和外部性能变化,使用基于机制的方法难以实施并难以保证锂电池寿命预测的精度。
因此,有必要设计一种能够保证预测精度的锂电池剩余寿命预测方法及装置。
发明内容
本发明所解决的技术问题是,针对现有技术的不足,提供一种锂电池剩余寿命预测方法及装置,提高了锂电池剩余使用寿命预测的精度。
一方面,本发明提供了一种锂电池剩余寿命预测方法,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。
进一步地,所述步骤2中,在放电期间周期性采集锂电池的电压和放电电流,即首先采集初始锂电池电压和放电电流,再以初始锂电池电压和放电电流采集时间为起始时刻并每间隔一个周期采集一下锂电池的电压和放电电流;由采集到的数据绘制整个放电期间锂电池的电压曲线和放电电流曲线。
进一步地,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ta至结束时间tb)内的采样点的个数;Ii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,yi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。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于赛尔网络有限公司;中南大学,未经赛尔网络有限公司;中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910385098.X/2.html,转载请声明来源钻瓜专利网。