[发明专利]基于电化学参数时间序列分析的电池老化预测方法和装置

说明书

本发明涉及电池管理技术领域，本发明提供了一种基于电化学参数时间序列分析的电池老化预测方法，包括：通过电化学模型对电池的电化学参数进行辨识；基于所述电池的电化学参数的时间序列，建立人工智能预测模型；利用所述人工智能老化预测模型，生成所述电池在任一时刻的电化学参数的预测值；将所述电化学参数的预测值输入至所述电化学模型，对所述电池进行老化预测。本发明通过电化学参数辨识辨识电池电化学参数，对各个电化学参数分别建立不同时间的历史时间序列，使用人工智能算法学习该时间序列，使用建立好的人工智能模型预测各电化学参数之后不同时刻的值，将未来某一时刻的值带入电化学模型中进行电池演绎模拟，得到其老化预测。

技术领域

本发明涉及电池管理技术领域，尤指一种基于电化学参数时间序列分析的电池老化预测方法和装置。

背景技术

太阳能、潮汐能、风能、水能等是一种清洁的可持续利用的能源，但能源产生的介质可控性相对不是很强。锂离子电池是目前新一代二次电池、其具有较高的能量密度和循环寿命，目前广泛应用于移动通信、数码科技、电动汽车、能源存储等领域，未来对锂离子电池及其材料的需求难以估量、其配套的上下游产业链也市场巨大。对于锂电池建立物理化学模型，得到电池内部空间时间上的物理化学状态量的模拟数值，能够给更加清晰地了解监控锂电池的实时工作状态，从而更好保障锂电池的经济性、可靠性和安全性。

近年来，针对电池剩余寿命的预测一直是国内外的研究热点。现有国内外针对锂电池的剩余寿命或者剩余容量的预测方法主要分为两种：物理失效模型和数据驱动法。

传统的物理失效模型法，需要深入了解电池内部材料特性、老化机制等，但由于其内部电化学反应复杂，且易受外界因素干扰，难以建立精确的物理失效模型。数据驱动法则无需深入了解电池内部材料特性与反应机理，而是通过对电池的外部参数进行监测，然后建立智能算法模型对其进行分析、预测。

发明内容

本发明的目的是提供一种基于电化学参数时间序列分析的电池老化预测方法，用于解决上述问题。

本发明提供的技术方案如下：

在一些实施例中，本发明提供一种基于电化学参数时间序列分析的电池老化预测方法，包括：

通过电化学模型对电池的电化学参数进行辨识；

基于所述电池的电化学参数的时间序列，建立人工智能预测模型；

利用所述人工智能老化预测模型，生成所述电池在任一时刻的电化学参数的预测值；

将所述电化学参数的预测值输入至所述电化学模型，对所述电池进行老化预测。

在一些实施例中，本发明提供一种基于电化学参数时间序列分析的电池老化预测方法，包括：

所述通过电化学模型对电池的电化学参数进行辨识，包括：

对所述电池的电化学参数进行辨识，并将不同的电化学参数在不同时刻的值建立一个历史时间序列，所述历史时间序列为所述电化学参数的时间序列。

在一些实施例中，本发明提供一种基于电化学参数时间序列分析的电池老化预测方法，包括：

所述基于所述电池的电化学参数的时间序列，建立人工智能预测模型，包括：

通过对所述电化学参数的时间序列进行至少一次的差分运算，得到通过 ADF方法和Ljung-BoxQ方法的平稳非白噪声时间序列；

基于所述通过ADF方法和Ljung-BoxQ方法的平稳非白噪声时间序列，建立人工智能预测模型。

在一些实施例中，本发明提供一种基于电化学参数时间序列分析的电池老化预测方法，包括：

所述得到通过ADF方法和Ljung-BoxQ方法的平稳非白噪声时间序列，包括：