[发明专利]一种离线锂电池剩余电量估计方法在审
申请号: | 201910804963.X | 申请日: | 2019-08-29 |
公开(公告)号: | CN110501646A | 公开(公告)日: | 2019-11-26 |
发明(设计)人: | 程志君;罗玉文;彭诚;郭波;姚航;肖北 | 申请(专利权)人: | 中国人民解放军国防科技大学 |
主分类号: | G01R31/382 | 分类号: | G01R31/382;G06N3/12 |
代理公司: | 43225 长沙国科天河知识产权代理有限公司 | 代理人: | 段盼姣<国际申请>=<国际公布>=<进入 |
地址: | 410073 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 锂电池 剩余电量估计 剩余电量 构建 异构 电池状态监测 采集 充放电循环 离线状态 寿命估计 寿命预测 误差分析 异常检测 状态监测 测试集 核函数 核系数 训练集 验证集 求解 离线 验证 研究 | ||
1.一种离线锂电池剩余电量估计方法,其特征在于:包括以下步骤:
第一步,锂电池数据采集;
以秒为单位提取离线状态下锂电池工作时每次充放电循环的电池状态监测参数,并获取计算每次充放电循环的剩余电量作为各组电池状态监测参数对应的剩余电量真实值,构建由电池状态监测参数以及对应剩余电量真实值组成锂电池数据集;
第二步,对锂电池数据集中的数据进行预处理,并将预处理之后的锂电池数据集中的数据按照一定的比例划分为训练集和测试集;
第三步,构建异构核函数并求解其异构核系数及超参数;
第四步,训练锂电池剩余电量估计模型;
将第三步中得到的异构核系数及超参数代入异构核函数,利用训练集中的各组电池状态监测参数作为输入,训练集中的各组电池状态监测参数对应的剩余电量真实值作为输出对其进行训练,得到训练后的锂电池剩余电量估计模型;
将测试集中的各组电池状态监测参数输入到训练后的锂电池剩余电量估计模型中,得到测试集中各组电池状态监测参数对应的剩余电量估计值;
第五步,利用测试集中各组电池状态监测参数对应的剩余电量真实值以及剩余电量估计值计算误差分析参数,验证训练得到的锂电池剩余电量估计模型精度;
第六步,采集待测锂电池工作时每次充放电循环的电池状态监测参数,输入到训练得到的锂电池剩余电量估计模型中即可进行剩余电量的估计。
2.根据权利要求1所述的离线锂电池剩余电量估计方法,其特征在于:第一步中,电池状态监测参数包括恒流充电时间、恒压充电时间、恒流放电时间、充电平均温度、放电平均温度。
3.根据权利要求2所述的离线锂电池剩余电量估计方法,其特征在于:第一步中,采用恒流放电公式即公式(1)计算每次充放电循环的剩余电量,作为各组电池状态监测参数对应的剩余电量真实值:
C(t)=Icc(t)(tcc(t)-t0(t)) (1)
其中t0(t)和tcc(t)分别表示第t次充放电循环中的恒流充电的开始时间和终止时间;Icc(t)表示第t次充放电循环中的恒流电流值;
所构建锂电池数据集Xi={xi(t)~C(t)|t=1,…,T;i=1,2,3,4,5},其中xi(t),i=1,2,3,4,5表示第t次充放电循环中所对应的恒流充电时间、恒压充电时间、恒流放电时间、充电平均温度和放电平均温度;T为充放电循环次数;C(t)表示电池状态监测参数xi(t)对应的剩余电量真实值。
4.根据权利要求2所述的离线锂电池剩余电量估计方法,其特征在于:第二步中,预处理是指先对锂电池数据集中的数据异常值进行缺失值处理,对处理完之后的锂电池数据集进行归一化处理。
5.根据权利要求1所述的离线锂电池剩余电量估计方法,其特征在于:第三步中,构建异构核函数:
其中,dm为第m个核函数Km(xi,x)的权重系数,且dm≥0;xi为输入即电池状态监测参数xi(t),i=1,2,3,4,5,x为输出即估计的剩余电量值。
6.根据权利要求5所述的离线锂电池剩余电量估计方法,其特征在于:第三步中,
其中:a,b,c,d,e,f,g,h即为待求的异构核系数及超参数,xi为输入即电池状态监测参数xi(t),i=1,2,3,4,5,x为输出即估计的剩余电量值。
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中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,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/201910804963.X/1.html,转载请声明来源钻瓜专利网。