[發明專利]一種基于模型學習的新能源車載電池剩余壽命估計方法

有效

• 申請號: 201811159219.0
• 申請日: 2018-09-30
• 公開（公告）號: CN109298351B
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 張凱;高玉龍;李志恒;于海洋
• 申請（專利權）人: 清華大學深圳研究生院
• 主分類號: G01R31/396
• 分類號: G01R31/396;G01R31/392
• 代理公司: 深圳新創友知識產權代理有限公司 44223
• 代理人: 江耀純

1.一種基于模型學習的新能源車載電池剩余壽命估計方法，其特征在于：包括如下步驟，

S1、選擇能夠反映車載電池剩余使用壽命的容量這一變量并收集電池容量隨充放電次數變化的數據；

S2、對收集好的數據進行處理，使之能夠滿足高斯過程回歸算法輸入-輸出的學習關系，對處理后的數據采用窗口機制的方式，將采集的電池容量數據按照下面的方式來組成輸入向量X，其中X是包含3個元素的列向量，x(t)是電池容量周期內某t時刻的電池容量，當前t時刻的輸入向量X_t＝[x(t-3)，x(t-2)，x(t-1)]，當前t時刻輸出量Y_t＝x(t)，依次類推，組成一系列的輸入輸出數據X＝[X₁，X₂，...，X_n]，Y＝[Y₁，Y₂，...，Y_n]，由于x(t)是某一時刻的變量，隨著t而變化，x(t)稱之為滑動的窗口；其中，相鄰兩個窗口所包含的數據有交集并且當前的預測值作為下一步窗口數據并作為新的輸入，以此類推直至高斯過程回歸算法覆蓋整個處理好后的待訓練數據；

S3、應用高斯過程回歸算法學習處理好的數據求解超參數獲得學習模型；

S4、把均方根無跡卡爾曼濾波算法應用到學習的模型中并通過該算法的時間更新和測量更新階段來估計車載電池實時的容量變化壽命。

2.如權利要求1所述的新能源車載電池剩余壽命估計方法，其特征在于：所述步驟S1中，針對容量這一變量收集的數據是直接反映電池容量變化的物理量。

3.如權利要求1所述的新能源車載電池剩余壽命估計方法，其特征在于：所述步驟S2中對數據的處理是：滿足容量一充放電次數的關系以及后續的輸入輸出學習關系的要求。

4.如權利要求1所述的新能源車載電池剩余壽命估計方法，其特征在于：所述步驟S3中對高斯過程回歸算法中的核函數采用如下徑向基函數的形式：

其中x_i，x_j代表狀態量，反映了預測狀態的不確定性，L是一個對角矩陣，其對角線上的元素是：d是狀態向量的維度，δ_ij是Dirac函數，是一個反映噪聲項，n是訓練數據個數。

5.如權利要求1所述的新能源車載電池剩余壽命估計方法，其特征在于：超參數的設置可遵循經驗原則，對超參數的求解利用最大化邊緣對數似然的方法對

的優化轉化為對式中對數項求解極值

其中超參數向量為X和Y代表輸入-輸出向量，U是控制向量，I是單位矩陣，n是訓練數據個數，K(X，X)是n×n的矩陣，其元素為k(x_i，x_j)，反映了預測狀態的不確定性，是一個反映噪聲項。

6.如權利要求5所述的新能源車載電池剩余壽命估計方法，其特征在于：

求解極值的問題，采用共軛梯度的方法解決，每一個元素對超參數求導可得：

對于θ的步長可有線性搜索算法求得，按照θ_k+1＝θ_k+α_kd_k得出，其中α_k是第k步的步長，d_k是第k步的方向，α_k滿足強Wolfe條件即可求得。