[發(fā)明專(zhuān)利]一種基于移植神經(jīng)網(wǎng)絡(luò)的電池容量衰減軌跡預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010060435.0
• 申請(qǐng)日: 2020-01-19
• 公開(kāi)（公告）號(hào): CN111220912B
• 公開(kāi)（公告）日: 2022-03-29
• 發(fā)明（設(shè)計(jì)）人: 劉凱龍;謝翌;馮飛;孟錦豪;彭琦奧
• 申請(qǐng)（專(zhuān)利權(quán)）人: 重慶大學(xué)
• 主分類(lèi)號(hào): G01R31/367
• 分類(lèi)號(hào): G01R31/367;G01R31/392;G01R31/387
• 代理公司: 北京同恒源知識(shí)產(chǎn)權(quán)代理有限公司 11275
• 代理人: 趙榮之

本發(fā)明涉及一種基于移植神經(jīng)網(wǎng)絡(luò)的電池容量衰減軌跡預(yù)測(cè)方法，屬于電池管理技術(shù)領(lǐng)域。該方法包括：S1選定待測(cè)試的動(dòng)力電池，制定兩種不同工況的循環(huán)條件，針對(duì)這兩種不同工況的循環(huán)條件分別進(jìn)行電池老化實(shí)驗(yàn)，采集電池測(cè)試數(shù)據(jù)；S2根據(jù)所采集的電池測(cè)試數(shù)據(jù)，計(jì)算電池在對(duì)應(yīng)工況下的容量衰減，生成基準(zhǔn)模型訓(xùn)練數(shù)據(jù)庫(kù)和移植神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)庫(kù)；S3選取基模型種類(lèi)，用基準(zhǔn)模型訓(xùn)練數(shù)據(jù)庫(kù)中的全部數(shù)據(jù)辨識(shí)基模型的參數(shù)；S4根據(jù)所收集的移植神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)庫(kù)進(jìn)行移植神經(jīng)網(wǎng)絡(luò)訓(xùn)練，建立移植神經(jīng)網(wǎng)絡(luò)模型；S5基于移植神經(jīng)網(wǎng)絡(luò)模型對(duì)衰減較慢的電池未來(lái)容量軌跡進(jìn)行預(yù)測(cè)。本發(fā)明具有代價(jià)小、復(fù)雜度低和移植性好等優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明屬于電池管理技術(shù)領(lǐng)域，涉及一種基于移植神經(jīng)網(wǎng)絡(luò)的電池容量衰減軌跡預(yù)測(cè)方法。

背景技術(shù)

在電動(dòng)汽車(chē)以及儲(chǔ)能系統(tǒng)的實(shí)際應(yīng)用中，電池健康狀態(tài)的準(zhǔn)確估計(jì)對(duì)電池的安全性和效率至關(guān)重要。在需要估計(jì)的電池健康狀態(tài)中，未來(lái)時(shí)刻的電池容量信息能夠幫助確保電池在可靠安全的條件下運(yùn)行，并減少用戶對(duì)電池續(xù)航壽命的擔(dān)憂。因此，開(kāi)發(fā)有效的電池容量衰減軌跡預(yù)測(cè)方法至關(guān)重要。

目前對(duì)電池未來(lái)時(shí)刻的電池容量衰減軌跡預(yù)測(cè)主要有以下幾類(lèi)：

1)利用復(fù)雜的非線性模型諸如電池電化學(xué)模型來(lái)生成未來(lái)時(shí)刻電池內(nèi)部的電化學(xué)老化機(jī)理或容量衰減信息，該種方法復(fù)雜度較高且計(jì)算量大，不適合在線使用。

2)采用具有特定數(shù)學(xué)表達(dá)形式的經(jīng)驗(yàn)?zāi)Ｐ屯ㄟ^(guò)離線辨識(shí)參數(shù)后在線預(yù)測(cè)電池的容量衰減曲線，該種方法自適應(yīng)能力差，對(duì)噪聲比較敏感，在不同工況下易產(chǎn)生巨大誤差。

3)采用機(jī)器學(xué)習(xí)技術(shù)如神經(jīng)網(wǎng)絡(luò)，支持向量機(jī)等推導(dǎo)數(shù)據(jù)驅(qū)動(dòng)模型進(jìn)行未來(lái)容量衰減估計(jì)，但傳統(tǒng)的數(shù)據(jù)驅(qū)動(dòng)模型需要大量的實(shí)驗(yàn)數(shù)據(jù)來(lái)訓(xùn)練，從而消耗大量的實(shí)驗(yàn)成本與時(shí)間成本。

基于上述方法的缺陷，亟需一種代價(jià)小、復(fù)雜度低和移植性較好的電池容量衰減軌跡預(yù)測(cè)方法來(lái)預(yù)測(cè)電池在不同循環(huán)工況下的未來(lái)健康狀態(tài)。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的在于提供一種基于移植神經(jīng)網(wǎng)絡(luò)的電池容量衰減軌跡預(yù)測(cè)方法，將在只采集到電池某一循環(huán)工況初始部分容量衰減數(shù)據(jù)集的情況下，也能對(duì)電池在該循環(huán)工為達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案：

一種基于移植神經(jīng)網(wǎng)絡(luò)的電池容量衰減軌跡預(yù)測(cè)方法，該方法具體包括以下步驟：

S1：選定待測(cè)試的動(dòng)力電池，制定兩種不同工況的循環(huán)條件，針對(duì)這兩種不同工況的循環(huán)條件分別進(jìn)行電池老化實(shí)驗(yàn)，采集電池測(cè)試數(shù)據(jù)；

S2：根據(jù)所采集的電池測(cè)試數(shù)據(jù)，計(jì)算電池在對(duì)應(yīng)工況下的容量衰減，生成基準(zhǔn)模型訓(xùn)練數(shù)據(jù)庫(kù)B_base和移植神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)庫(kù)B_transfer；

S3：針對(duì)基準(zhǔn)模型訓(xùn)練數(shù)據(jù)庫(kù)B_base，選取基模型種類(lèi)，用B_base中的全部數(shù)據(jù)辨識(shí)基模型的參數(shù)；

S4：根據(jù)所收集的移植神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)庫(kù)B_transfer，進(jìn)行移植神經(jīng)網(wǎng)絡(luò)訓(xùn)練，建立移植神經(jīng)網(wǎng)絡(luò)模型；

S5：基于移植神經(jīng)網(wǎng)絡(luò)模型對(duì)衰減較慢的電池未來(lái)容量軌跡進(jìn)行預(yù)測(cè)。

可選的，所述步驟S1中，工況的循環(huán)條件包括電池充電與放電的電流倍率C-rate，放電深度DOD，溫度Temperature和截止電壓Cut-offvoltage；采集的電池測(cè)試數(shù)據(jù)包括但不限于兩種不同工況條件下產(chǎn)生的所有終端電流數(shù)據(jù)和電壓數(shù)據(jù),對(duì)應(yīng)的數(shù)據(jù)采集時(shí)間。

可選的，所述步驟S2具體包括以下步驟：