[发明专利]一种基于锂电池退化阶段划分的剩余使用寿命的预测方法有效

专利信息
申请号: 201910416850.2 申请日: 2019-05-20
公开(公告)号: CN110161425B 公开(公告)日: 2020-05-19
发明(设计)人: 郑英;马秋会;张永;王彦伟;樊慧津 申请(专利权)人: 华中科技大学
主分类号: G01R31/392 分类号: G01R31/392
代理公司: 华中科技大学专利中心 42201 代理人: 曹葆青;李智
地址: 430074 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 锂电池 退化 阶段 划分 剩余 使用寿命 预测 方法
【权利要求书】:

1.一种基于锂电池退化阶段划分的剩余使用寿命的预测方法,其特征在于,包括如下步骤:

(1)根据数据已知的训练集的健康指标和电池容量值间的关系,建立容量预测模型;

(2)在未知容量值的测试集中提取健康指标作为容量预测模型的输入,预测测试集的容量值;

(3)将训练集和测试集的容量值按照容量衰减趋势划分为3个阶段,并在3个阶段的数据上贴类别标签建立分类模型;

(4)根据第三阶段的健康指标和对应的剩余使用寿命建立RUL预测模型;

(5)采集待预测剩余使用寿命的健康指标,获取预测容量值;

(6)将预测容量值输入分类模型,判断预测容量值是否处于第3阶段,若是,将健康指标输入RUL预测模型,获取剩余使用寿命的预测值,否则,输出剩余使用寿命的预测范围。

2.如权利要求1所述的预测方法,其特征在于,所述步骤(1)中训练集的健康指标包括:放电电压从v1到v2间隔的时间差值、放电时间从t1到t2间隔内的温度变化值。

3.如权利要求1或2所述的预测方法,其特征在于,所述步骤(1)中所述容量预测模型的建立方法为:将训练集的健康指标作为支持向量回归方法的输入,并将训练集中电池的容量作为支持向量回归方法的输出,训练获取容量预测模型。

4.如权利要求3所述的预测方法,其特征在于,所述步骤(3)中按容量衰减趋势将电池容量值划分3个阶段的依据为:

若则电池容量位于第一阶段;

若则电池容量位于第二阶段;

若则电池容量位于第三阶段;

其中,cpt代表电池容量值;cptmax代表电池的最大容量值;cptmin代表电池的最小容量值。

5.如权利要求1或4所述的预测方法,其特征在于,所述步骤(4)中的剩余使用寿命为:

其中,Ni表示第i次放电循环次数,NEOL表示锂电池退化到失效时刻的放电循环次数;RUL为剩余使用寿命。

6.如权利要求5所述的预测方法,其特征在于,所述步骤(4)中建立RUL预测模型的方法为:

将第三阶段的健康指标作为支持向量回归方法的输入,并将第三阶段的剩余使用寿命作为支持向量回归方法的输出,训练获取RUL预测模型。

7.如权利要求3所述的预测方法,其特征在于,所述支持向量回归方法的核函数采用径向基核函数。

8.如权利要求2所述的预测方法,其特征在于,所述训练集的健康指标包括:放电电压从4.2V到3.7V间隔的时间差值、放电时间从1000s到2000s间隔内的温度变化值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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华中科技大学,未经华中科技大学许可,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/201910416850.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code