[發明專利]一種基于卷積神經網絡的鋰電池容量在線估計方法

有效

• 申請號: 202010433218.1
• 申請日: 2020-05-21
• 公開（公告）號: CN111579993B
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 錢誠;徐炳輝;任羿;孫博;馮強;楊德真;王自力
• 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;G01R31/378;G01R31/387
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于卷積神經網絡的鋰電池容量在線估計方法，其特征在于，包括以下步驟：

步驟1：對同系列參考電池進行充放電循環實驗，采集并記錄實驗過程中的電池容量、充電電壓、充電電流隨時間變化的數據；

步驟2：對參考電池每個充電循環的充電電壓、充電電流數據按固定充電容量間距dq進行插值，并計算充電電壓對充電容量的一階微分；

步驟3：從經插值計算得到的充電電壓、充電電壓一階微分、充電電流隨充電容量變化數據中選取對應充電容量區間長度為q_l的數據段組成訓練樣本，最終獲得包含若干個樣本及對應容量標簽的參考電池實驗數據集；

步驟4：構建卷積神經網絡，以參考電池實驗數據集為源數據集，首先利用尋優算法，基于源數據集對神經網絡超參數進行尋優，優化確定神經網絡超參數后再基于源數據集對神經網絡進行訓練，確定神經網絡參數；

步驟5：對于待測電池，取其最近一次充電過程中任意一段對應充電容量區間長度為q_l的充電電壓、充電電流數據，按步驟2中的方法計算得到充電電壓、充電電壓一階微分和充電電流數據并作為步驟4中最終訓練好的卷積神經網絡的輸入，得到的卷積神經網絡輸出即為電池的容量估計值。

2.如權利要求1所述的鋰電池容量在線估計方法，其特征在于，步驟2中參考電池充電電壓的一階微分數據dv_i由下式計算得出：

其中，和分別為充電容量q_i和q_i-1對應的充電電壓。

3.如權利要求1所述的鋰電池容量在線估計方法，其特征在于，步驟3中參考電池實驗數據集的樣本k由一段充電電壓、充電電壓一階微分、充電電流數據V_k,dV_k,I_k組成：

4.如權利要求1所述的鋰電池容量在線估計方法，其特征在于，步驟4中的卷積神經網絡采用多層的網絡設計，層類型包括卷積層、池化層和全連接層，采用反向傳導算法沿著誤差減小的方向從輸出層逐層調整網絡的連接權值。