[发明专利]一种铅酸蓄电池容量预测方法

权利要求书

1.一种铅酸蓄电池容量预测方法，其特征在于：包括如下步骤：

步骤S1，对离线状态下的均充电池进行短时放电，提取电压陡降曲线，并对电池进行放电核容，放电结束后将电池充满，如此反复以获取循环容量数据；

步骤S2，对S1中获取的电压曲线和可用容量的循环数据进行相关性分析，提取与当前容量相关性最强的等时间电压降作为健康特征HF；

步骤S3，以S2中的HF序列作为输入，容量序列作为输出，建立反映容量退化的高斯过程回归模型；

步骤S4，对运行中的均充电池进行短时放电以提取相应的HF，代入建好的GPR模型中进行在线容量估计。

2.根据权利要求1所述的铅酸蓄电池容量预测方法，其特征在于：步骤S2先采用遍历法搜索最优时间间隔[T₁,T₂]，再提取该间隔下的健康特征序列HF。

3.根据权利要求2所述的铅酸蓄电池容量预测方法，其特征在于：步骤S2最大化DV序列与当前容量序列的Pearson关联度以及GRC关联度，

所述Pearson关联度计算公式为：

所述GRC关联度计算公式为：

式中：D_i表示第i次循环的等时间压降；S_i为第i次循环的可用容量值；n为总的循环次数；ρ为分辨系数。

4.根据权利要求1所述的铅酸蓄电池容量预测方法，其特征在于：步骤S3采用有理二次协方差函数作为GPR模型的核函数；采用共轭梯度算法来优化GPR模型的超参数。

5.根据权利要求4所述的铅酸蓄电池容量预测方法，其特征在于：所述有理二次协方差函数为：

式中M＝diag[λ^-2]，超参数向量θ＝(λ,σ_f,α),i和j为循环次数。

6.根据权利要求5所述的铅酸蓄电池容量预测方法，其特征在于：超参数θ＝(λ,σ_f,α)可通过极大似然法获得最优解，首先对超参数的边际似然函数取负对数

式中：α＝k(x_i,x_j)+σ²Iβ＝(k(x_i,x_j)+σ²I)^-1y，采用共轭梯度算法求(10)的最小值，对式(10)求梯度ΔL(θ_k)，用式(11)计算共轭搜索方向d_k；

其中，线搜索法确定搜索步长α_k，其满足公式(12)；

公式(13)为新的超参数点；

θ_k+1＝θ_k+1+α_kd_k (13)

重复式(11)-(13)，直到满足式(14)，此时的θ_k为最优参数解，