[发明专利]一种基于数字孪生的车载锂离子电池建模及故障诊断方法

权利要求书

1.一种基于数字孪生的车载锂离子电池建模及故障诊断方法，其特征在于，包括如下步骤：

S1、在数字化平台上存储表征车载锂离子电池运行状态的数据并作为历史数据输入神经网络，以端电压的计算值U_{bat_ref}和端电压测量值U_bat误差在允许的范围内为目标，训练得到初始锂离子电池模型；

S2、通过车载电池管理系统和无线通信技术将采集到的运行中车辆锂离子电池数据实时传输到数字化平台，作为实时数据集，考虑温度、荷电状态和老化的因素，采用实时数据集更新神经网络输入层，对初始锂离子电池模型参数进行强化训练，得到更新后的锂离子电池模型参数；

S3、利用步骤S2中得到的更新后的锂离子电池模型参数计算电池端电压，得到电池端电压计算值，以电池端电压测量值和电池端电压计算值的累计误差最小为目标函数，通过梯度下降优化算法更新权重因子；

S4、根据步骤S2采集的实时车辆锂离子电池数据和步骤S3得到的权重因子不断对孪生出的车载锂离子电池模型进行循环更新，最终得到能够精确分析电池运行状态、预测电池全生命周期健康状态以及未来性能的孪生模型，达到最大限度地闭环优化；

S5、根据步骤S2采集的实时车辆锂离子电池数据经过孪生模型输出的端电压正常值和车载锂离子电池端电压测量值进行对比，判断车载锂离子电池是否发生异常并向运行中车辆实时反馈信息，对车载锂离子电池本体采取进一步的行动或干预。

2.如权利要求1所述的基于数字孪生的车载锂离子电池建模及故障诊断方法，其特征在于，步骤S1的具体步骤为：

S11、根据存储的车载锂离子电池在各工况下充放电的历史数据，筛选出一组无异常数据集；

S12、根据Thevenin模型和基尔霍夫定律U_bat＝U_ocv-I_batR₀-U_p，dU_p/dt＝I_bat/C_p-U_p/C_pR_p确定端电压测量值和各参数之间的关系；

其中，U_bat为端电压测量值，U_ocv为开路电压，U_p为极化电压，I_bat为充电电流或放电电流，放电电流为正，充电电流为负，R₀为欧姆内阻，R_p为极化内阻，C_p为极化电容；

S13、将S11筛选出的无异常数据集输入神经网络[U_ocv，R₀，R_p，C_p]＝f(U_bat，I_bat，T，SOC，SOH)进行训练，其中，f(U_bat，I_bat，T，SOC，SOH)表示数据集训练网络；

S14、根据神经网络训练得到的U_ocv、R₀、R_p、C_p计算得到端电压的计算值U_{bat_ref}，再将端电压计算值U_{bat_ref}与端电压测量值U_bat进行对比，观察误差大小是否在允许的范围内，如果在范围内，得到初始锂离子电池模型。