[發(fā)明專利]一種基于視覺認知的鋰電池容量估計的方法及裝置

有效

• 申請?zhí)枺?/td>: 201810536464.2
• 申請日: 2018-05-30
• 公開（公告）號: CN108717166B
• 公開（公告）日: 2020-07-03
• 發(fā)明（設計）人: 程玉杰;呂琛
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/396
• 代理公司: 北京元本知識產權代理事務所(普通合伙) 11308
• 代理人: 秦力軍

本發(fā)明公開了一種基于視覺認知的鋰電池容量估計的方法及裝置，涉及電池容量估計技術領域，其方法包括：基于非下采樣輪廓波變換和拉普拉斯特征映射方法，對由電池循環(huán)壽命期間所獲取的每個循環(huán)中的電流及電壓數(shù)據(jù)轉化得到的視覺認知圖像進行處理后，估算得到電池容量。本發(fā)明首次提出將視覺認知應用于電池容量估計領域，僅采用電池充電電流或放電電壓值即可進行電池容量估計，相比現(xiàn)有的方法精度更高，更有效。

技術領域

本發(fā)明涉及電池容量估計技術領域，具體涉及一種基于視覺認知的鋰電池容量估計的方法及裝置。

背景技術

電池容量被認為是電池性能的一個重要指標，受環(huán)境溫度，老化和使用方式等多種內外機制的影響較大，這些因素導致電池性能隨著時間逐漸衰退。因此，可用的電池容量需要準確的估計，以保證可靠性和合理的電池使用管理。

近年來的研究提出了多種估計電池容量的方法。現(xiàn)有的大多數(shù)方法都是基于模型的方法，包括電化學，等效電路和解析模型。這些模型主要基于考慮電池動態(tài)特性的復雜物理和化學過程，評估性能高度依賴于模型精度。特別是在無法獲取完整的電池電化學參數(shù)，退化機理和屬性時，此類模型往往很難建立起來。而且，這些模型僅適用于生產過程、電解質、陽極和陰極材料完全相同的具體類型電池。基于荷電狀態(tài)(SOC)和開路電壓(OCV)對電池循環(huán)周期容量估計的方法被廣泛應用于許多實際應用中。然而，基于SOC-OCV的方法依賴準確的SOC值和OCV值，準確獲取SOC值和OCV值通常是非常耗時的。不管是用哪種建模方法來模擬電池狀態(tài)，實驗室確定的不同操作條件下的電池充電和放電特性是電池性能信息的來源。在一些應用中，這些以離散值尋出的原始數(shù)據(jù)被用來創(chuàng)建關于主電池的充電狀態(tài)的查詢表數(shù)據(jù)庫。然而，使用這種方法進行鋰離子電池容量估計，需要在整個壽命期間在各種操作條件下進行試驗以獲取不同使用條件和不同壽命狀態(tài)下的電池容量。否則，在數(shù)據(jù)庫粗糙的情況下，基于數(shù)據(jù)庫的方法精度較低。現(xiàn)有技術中基于數(shù)據(jù)庫相似性識別方法，雖然達到了很高的準確性，但要花費大量時間尋找數(shù)據(jù)庫中包含的最相似曲線限制了它的實際應用。

發(fā)明內容

根據(jù)本發(fā)明實施例提供的方案解決的技術問題是為解決現(xiàn)有技術中對電池容量估算方法繁瑣且成本高。

根據(jù)本發(fā)明實施例提供的一種基于視覺認知的鋰電池容量估計的方法，包括：

通過對鋰電池每次充電過程中的充電電流或每次放電過程中的放電電壓進行采集，得到每次充電過程中的充電電流數(shù)據(jù)集合或每次放電過程中的放電電壓數(shù)據(jù)集合；

通過對所述充電電流數(shù)據(jù)集合或所述放電電壓數(shù)據(jù)集合進行數(shù)據(jù)排列處理，形成充電電流二維圖像或放電電壓二維圖像；

利用基于視覺多通道特性的NSCT(Non-subsampled contourlet transform，非下采樣輪廓波變換)對所述充電電流二維圖像或放電電壓二維圖像進行多尺度分解，得到高維充電電流特征向量或高維放電電壓特征向量；

利用基于視覺流形感知特性的LE(Laplacian eigenmaps，拉普拉斯特征映射)對所述高維充電電流特征向量或高維放電電壓特征向量進行降維處理，得到蘊含在低維充電電流本征流形中的低維充電電流退化特征或蘊含在低維放電電壓本征流形中的低維放電電壓退化特征；

利用所述低維充電電流退化特征或所述低維放電電壓退化特征對所述鋰電池容量進行估計。

優(yōu)選地，所述通過對鋰電池每次充電過程中的充電電流或每次放電過程中的放電電壓進行采集，得到每次充電過程中的充電電流數(shù)據(jù)集合或每次放電過程中的放電電壓數(shù)據(jù)集合包括：

在對鋰電池每次充電過程中的充電電流進行采集時，剔除異常充電電流數(shù)據(jù)和恒定電流充電階段的充電電流數(shù)據(jù)；或者

在對鋰電池每次放電過程中的放電電壓進行采集時，剔除放電早期靈敏的放電電壓數(shù)據(jù)和放電末期電壓恢復的放電電壓數(shù)據(jù)。