[发明专利]软包锂离子电池跳水退化模式早期预警方法

说明书

本发明提供一种软包锂离子电池跳水退化模式早期预警方法，其包括以下步骤：S1、设置进行预警的锂离子电池循环次数；S2、提取锂离子充放电数据的特征数据；S3、使用过采样方法以增加特征数据的样本量；S4、利用线性判别分析法对特征数据进行数据降维；S5、利用量子聚类方法计算降维后数据的势能函数并进行分类。本发明能够对跳水退化模式下的软包锂离子电池进行提前预警，提前预警量达到15％到35％。从而为软包锂离子电池的异常退化模式的预警分类提供了方法支撑。

技术领域

本发明涉及产品的异常检测领域，特别涉及一种软包锂离子电池跳水退化模式早期预警方法。

背景技术

锂离子电池由于其低成本、高比能量以及高效率等优点而被广泛应用。锂离子电池的可靠性和安全性不仅事关电池厂商的声誉，更和消费者的使用便捷和安全密切相关。然而在实际测试中发现，随着充放电循环次数的增加，少部分软包锂离子电池的容量会在某个循环之后突然出现“断崖式”的快速下降现象。该现象也常被称为“容量跳水”，而容量出现变化的循环次数则被称之为“跳水点”。根据对“容量跳水”的机理进行分析，发现出现该现象的主要原因是由于锂离子电池的负极析锂。如果放任发生跳水的锂离子电池继续进行充放电循环，在负极析出的锂晶枝可能会朝任意方向继续生长，可能穿破电池内的隔膜触碰正极，造成短路甚至引发爆炸等危险。

出现跳水现象的锂离子电池由于容量的快速衰减，会使得电池寿命远小于正常退化的电池，造成使用不便；同时任由跳水的电池继续充放电循环可能对消费者产生安全隐患。因此，需要构建合适的模型和方法对锂离子电池的跳水进行早期的预警。

发明内容

为解决上述问题，本发明提供了一种软包锂离子电池跳水退化模式早期预警方法，其基于模型驱动和数据驱动相结合的方法，从锂离子电池循环过程中的容量-电压数据以及电压-时间数据中提取特征数据，并经过数据预处理将得到的数据输入量子聚类模型中，以此在“跳水点”之前几十到一百的循环便将跳水电池完成区分。

具体地，本发明提供了一种软包锂离子电池跳水退化模式早期预警方法，其具体步骤如下所示：

S1：设置进行预警的软包锂离子电池循环次数n_cycle；

S2：利用第1循环到第n_cycle循环中各个循环的充放电过程中的容量-电压-时间数据，提取特征数据；

特征数据包括三类子特征数据：第一，软包锂离子电池充电过程中容量增量曲线的最大峰的峰值，第二，放电过程中不同电压下电池放电容量和第10循环下同等电压条件下放电容量的差值，第三，放电过程中不同时刻的电压值；特征数据为由上述三类子特征数据组成的多维数据；

S3：对每一个软包锂离子电池样本采用步骤S2提取特征数据，并对软包锂离子电池样本的特征数据使用过采样方法以增加样本量；

S4：使用线性判别分析方法对步骤S3中所得到的样本数据进行数据降维；

S5：对步骤S4中所得到的降维数据使用量子聚类方法进行分类以实现预警。

优选的，所述步骤S2中软包锂离子电池充电过程中容量增量曲线的最大峰的峰值类子特征数据的提取包括以下步骤：

步骤S21计算第n_cycle循环下的充电过程的容量增量曲线，容量增量曲线又称增量容量曲线，是表征软包锂离子电池充放电过程中电池充放电容量对电压的微分和电压之间关系的曲线，容量增量的具体计算方式为相邻测试间隔下充电容量的差值除以电压的差值；

步骤S22、使用低通滤波去除容量增量曲线的高频噪声干扰；

步骤S23、选取最高峰的峰值作为本次循环下的容量曲线最大峰峰值；