[发明专利]一种锂电池剩余寿命预测方法

权利要求书

1.一种锂电池剩余寿命预测方法，其特征在于，步骤如下：

(1)采集锂电池容量退化数据，即采集锂电池多个充放电循环的实际剩余容量，并由此按时间顺序构建长度为t的实际剩余容量总时间序列X_t；

(2)根据实际剩余容量总时间序列X_t计算Lyapunov指数λ；

(3)估计实际剩余容量总时间序列X_t的Hurst指数H，判断H是否位于区间(0.5,1)内，如果是，则进入下一步；反之，则利用人工智能算法预测锂电池剩余寿命RUL；

(4)建立FARIMA预测模型，表达式如下：

Φ(B)Δ^dS_l＝θ(B)X_l；

式中，X_l代表根据实际剩余容量总时间序列X_t得到的实际剩余容量第一子时间序列；S_l代表预测剩余容量时间序列；B代表满足等式BX_t＝X_t-1的后移算子；X_t-1代表长度为t-1的实际剩余容量总时间序列；Φ(B)代表自回归项的p阶多项式；θ(B)代表滑动平均项的q阶多项式；Δ＝(1-B)为差分算子；Δ^d代表分数差分算子；Φ(B)、θ(B)、Δ^d的计算公式如下：

Φ(B)＝1-Φ₁(B)-Φ₂(B)²-...-Φ_p(B)^p；

θ(B)＝1-θ₁(B)-θ₂(B)²-...-θ_q(B)^q；

d＝H-0.5；

式中，Γ代表伽马函数；H代表Hurst指数；z代表FARIMA预测模型中锂电池寿命点的个数；

(5)锂电池剩余寿命RUL预测，流程如下：

(5.1)根据步骤(2)的Lyapunov指数λ确定锂电池退化过程的最大预测尺度；

(5.2)令b＝1；

(5.3)依据最大预测尺度从实际剩余容量总时间序列X_t中选择第b个预测点，以第b个预测点对应的实际剩余容量作为最大值同时以l作为长度从实际剩余容量总时间序列X_t截取实际剩余容量第一子时间序列X_l；

(5.4)将实际剩余容量第一子时间序列X_l输入到步骤(4)的FARIMA预测模型，由其输出预测剩余容量时间序列S_l；

(5.5)判断预测剩余容量时间序列S_l中是否存在时间序列点达到失效阈值，如果是，则计算锂电池剩余寿命RUL，RUL＝NEOL-Nnow，NEOL表示达到失效阈值时电池的充放电循环次数，Nnow表示电池现在的充放电循环次数；反之，则进入下一步；

(5.6)令b＝b+1，第b+1个预测点与第b个预测点的时间间隔为1个循环周期，返回步骤(5.3)。

2.根据权利要求1所述的一种锂电池剩余寿命预测方法，其特征在于，步骤(2)具体如下：

(2.1)将实际剩余容量总时间序列X_t划分为k个长度为n的实际剩余容量第二子时间序列X_n，t＝kn；

(2.2)按下式计算Lyapunov指数λ：

式中，k代表实际剩余容量第二子时间序列X_n的个数；Δt代表实际剩余容量总时间序列X_t中相邻两时间序列点的时间间隔；e代表线性算子映射；|| ||代表范数；e(jΔt)代表在jΔt时刻的实际剩余容量；e((j+1)Δt)代表在(j+1)Δt时刻的实际剩余容量；||e(jΔt)||代表e(jΔt)的范数；||e((j+1)Δt)||代表e((j+1)Δt)的范数。

3.根据权利要求2所述的一种锂电池剩余寿命预测方法，其特征在于，k为取值区间为[8,10]的整数。