[發明專利]一種基于GASVM-AUKF算法的鋰電池剩余壽命預測方法

有效

• 申請號: 201910160991.2
• 申請日: 2019-03-04
• 公開（公告）號: CN109884548B
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 張永;薛志偉;袁燁;鄭英
• 申請（專利權）人: 武漢科技大學
• 主分類號: G01R31/392
• 分類號: G01R31/392;G01R31/367
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李相雨

本發明實施例提供了一種基于GASVM?AUKF算法的鋰電池剩余壽命預測方法，包括：獲取鋰電池的容量數據，并根據所述容量數據建立狀態空間方程；基于所述狀態空間方程和自適應無跡卡爾曼濾波AUKF算法，獲取鋰電池對應的殘差數據；基于支持向量機SVM算法，計算所述殘差數據的預測值；基于所述AUKF算法和所述殘差數據的預測值，預測所述鋰電池的電池剩余壽命。本發明實施例提供的鋰電池剩余壽命預測方法及系統，采用AUKF算法，可以實現過程噪聲協方差與觀測噪聲協方差的自適應更新，降低噪聲對整體濾波效果的影響，提高濾波精度，實現準確的剩余壽命預測結果。

技術領域

本發明實施例涉及電池技術領域，尤其涉及一種基于GASVM-AUKF算法的鋰電池剩余壽命預測方法。

背景技術

隨著世界各國經濟的發展和人口的增加，能源問題成為人們關注的焦點。鋰電池由于其容量密度高，自放電率低，安全性高，循環壽命長等優點被廣泛的用于人們的日常生活中。

然而，在鋰電池使用過程中，由于復雜性和多種不確定因素的作用，其功能與性能均會發生不可避免的退化，最終導致鋰電池的失效。鋰電池的失效既可能會造成經濟損失，又可能會引發重大的事故災難。目前，現有技術中多有采用數據模型結合的思想實現鋰電池RUL的估算的方式對電池的容量預測以及剩余使用壽命估計。

但現有技術提供的方法噪聲較大，導致濾波效果精度低，從而預測結果不準確，因此，現在亟需一種基于GASVM-AUKF算法的鋰電池剩余壽命預測方法來解決上述問題。

發明內容

為了解決上述問題，本發明實施例提供一種克服上述問題或者至少部分地解決上述問題的一種基于GASVM-AUKF算法的鋰電池剩余壽命預測方法。

第一方面本發明實施例提供一種基于GASVM-AUKF算法的鋰電池剩余壽命預測方法，包括：

獲取鋰電池的容量數據，并根據所述容量數據建立狀態空間方程；

基于所述狀態空間方程和自適應無跡卡爾曼濾波AUKF算法，獲取鋰電池對應的殘差數據；

基于支持向量機SVM算法，計算所述殘差數據的預測值；

基于所述AUKF算法和所述殘差數據的預測值，預測所述鋰電池的電池剩余壽命。

本發明實施例提供的基于GASVM-AUKF算法的鋰電池剩余壽命預測方法，采用AUKF算法，可以實現過程噪聲協方差與觀測噪聲協方差的自適應更新，降低噪聲對整體濾波效果的影響，提高濾波精度，實現準確的剩余壽命預測結果。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是本發明實施例提供的一種基于GASVM-AUKF算法的鋰電池剩余壽命預測方法流程示意圖。

具體實施方式

為使本發明實施例的目的、技術方案和優點更加清楚，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚地描述，顯然，所描述的實施例是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。

目前，現有技術中對于電池剩余壽命的預測方式仍采用傳統的數據模型結合的思想，但現有技術的這種方式未修正噪聲對于整體算法的影響，導致濾波效果精度較低。

針對現有技術中存在的問題，圖1是本發明實施例提供的一種基于GASVM-AUKF算法的鋰電池剩余壽命預測方法流程示意圖，如圖1所示，包括：