[發明專利]一種磷酸鐵鋰電池LOC估算方法和系統

有效

• 申請號: 201710339846.1
• 申請日: 2017-05-15
• 公開（公告）號: CN107301266B
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 劉學鵬;周勤玲;趙冬梅
• 申請（專利權）人: 中山職業技術學院
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06N3/04
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 肖軍

一種磷酸鐵鋰電池LOC估算方法，包括以下步驟：建立小波神經網絡模型；構建小波神經網絡；獲取與磷酸鐵鋰電池LOC有關的輸入參數；將輸入參數輸入至小波神經網絡中進行數據處理，從而輸出磷酸鐵鋰電池LOC值。本發明還公開了與所述估算方法對應的一種磷酸鐵鋰電池LOC估算系統。本發明可以準確、有效、可靠地對磷酸鐵鋰電池LOC進行估算，其可應用于電動汽車電池組充放電管理以及相關電池行業，且容易實現，具有良好的應用前景和市場價值。

技術領域

本發明涉及蓄電池LOC(可用時間)估算方法領域，更具體地，涉及一種磷酸鐵鋰電池LOC估算方法，其可應用于電動汽車電池組充放電管理以及相關電池行業。

背景技術

電動汽車作為未來交通工具的發展趨勢，以環保、節能、輕便等特點被人們所青睞，作為關鍵技術部件的電池，其性能直接影響到整車性能的好壞。蓄電池是電動汽車的動力源，其壽命和價格關系到電動汽車的成本，它的儲能容量和功率密度決定著電動汽車的行駛里程和速度，而這些因素又直接影響電動汽車能否真正走向市場，因此，開發壽命長、高性能、低成本的蓄電池是發展電動汽車的必經之路。

動力電池作為儲能動力源，是電動汽車的核心部件，目前超級電容和鋰離子電池是電動汽車上應用的主要儲能動力源。超級電容受其能量密度和價格的影響，在純電動車上的應用受到了很大的限制。電池正極材料為LiFePO4的鋰電池相比于其它蓄電池，其具有比能量高、電壓高、自放電率低、充放電壽命長、無記憶效應、工作溫度范圍寬、無污染和安全可靠等優點。

作為電池系統的控制和管理的一個重要問題，也是電動車行駛焦慮癥的關鍵就是電池還剩余多少時間可以使用。本發明提出LOC可用時間參數，將具有很重要的現實意義和經濟價值。

在電動汽車的實際運行過程中，電池所處的工況非常復雜，可測參數電壓、電流、溫度等與LOC之間的關系都是復雜的非線性關系，特別是電動汽車在啟動、加速或者爬坡階段，電池為大電流放電狀態，電壓、電流的變化十分劇烈，波動較大，同時不同環境溫度對電池的性能也有很大的影響，

本發明通過分析影響蓄電池LOC的各方面因素，提出使用可伸縮維數小波神經網絡方法來解決磷酸鐵鋰電池可用時間的預測問題。

發明內容

為了解決上述技術問題，實現準確、有效、可靠地對磷酸鐵鋰電池LOC進行估算，本發明提供一種磷酸鐵鋰電池LOC估算方法和系統，本發明解決其問題所采用的技術方案是：

本發明提供了一種磷酸鐵鋰電池LOC估算方法，該估算方法包括以下步驟：

S1：建立小波神經網絡模型；

S2：構建小波神經網絡；

S3：獲取與磷酸鐵鋰電池LOC有關的輸入參數；

S4：將輸入參數輸入至小波神經網絡中進行數據處理，從而輸出磷酸鐵鋰電池LOC值。

進一步地，小波神經網絡模型的拓撲結構包括輸入層、隱含層和輸出層。

進一步地，隱含層的節點傳輸函數為小波基函數。

進一步地，小波基函數采用Morlet函數，其數學公式為：

進一步地，所述步驟S2包括：

(1)建立初始網絡，其中所述初始網絡由尺度為j的小波框架構成；

(2)進行訓練，并在訓練過程中判斷誤差是否變大，記錄下誤差變大之前的權值并作為當前網絡的最終權值，同時，判斷精度是否滿足要求，若精度滿足要求則停止訓練，若精度不滿足要求則并入尺度為j+1的子網絡，并令本級網絡的期望輸出為上一級網絡的誤差，即對上一級網絡的誤差進行學習；

(3)以此類推，直到并入第m個子網絡時，精度滿足要求時結束訓練，此時得到已訓練好的整個網絡的權值，小波神經網絡構建完成。