[發明專利]一種基于RVM與PF算法融合的電池剩余使用壽命預測方法

在審

• 申請號: 202011503315.X
• 申請日: 2020-12-18
• 公開（公告）號: CN112816874A
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 鄭偉彥;吳靖;陳佩軍;金明;蔣燕萍;徐良榮;王志明
• 申請（專利權）人: 浙江大有實業有限公司杭州科技發展分公司;國網浙江省電力有限公司杭州供電公司
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/392;G06Q10/04;G06N20/10
• 代理公司: 杭州華鼎知識產權代理事務所(普通合伙) 33217
• 代理人: 項軍

1.一種基于RVM與PF算法融合的電池剩余使用壽命預測方法，其特征在于，包括：

S1：選取電池數據集，提取兩組電池容量退化數據Q_train和Q_test；

S2：初始化相關向量機參數，利用相關向量機對電池容量退化數據進行訓練，利用迭代估計法計算相關參數；

S3：提取電池容量退化數據中的相關向量；

S4：利用相關向量擬合電池容量退化趨勢，并得到狀態空間模型的狀態方程和觀測方程；

S5：初始化粒子濾波算法的相關參數，初始化粒子集；

S6：將k-1時刻的粒子分布x_k-1，代入狀態轉移方程，得到k時刻預測的粒子分布預測粒子代入觀測方程得到預測值，將預測值與實際觀測值進行比較來對所有的粒子進行評價，得出每個粒子的權重，根據粒子權重的大小進行重要性重采樣，得到k時刻狀態變量的真實分布x_k，將真實分布x_k帶入到狀態轉移方程中，進行下一輪濾波；

S7：當粒子濾波循環到達預測起始點時，迭代結束，對預測起始點之后的電池容量進行預測；

S8：判斷電池容量是否達到電池壽命結束的閾值，若達到閾值，則記錄此時的電池充放電循環周期數，并計算剩余使用壽命。

2.根據權利要求1所述的一種基于RVM與PF算法融合的電池剩余使用壽命預測方法，其特征在于，所述初始化相關向量機參數包括：

給定訓練數據集相關向量機表達如下：y＝Φ·ω+ε；

其中：ω＝(ω₀,…,ω_N)^T為相關向量機的權值；Φ＝[φ₁,φ₂,…,φ_N]^T為核函數矩陣；φ_i(x_i)＝[1,K(x_i,x₁),…,K(x_i,x_N)],i＝1,2,…,N；K(x_i,x_j)為核函數：

η為核參數；α＝{α₀,α₁,…,α_N}為超參數，與權值ω一一對應；σ²為噪聲方差。

3.根據權利要求1所述的一種基于RVM與PF算法融合的電池剩余使用壽命預測方法，其特征在于，所述利用相關向量機對電池容量退化數據進行訓練包括：

計算權值ω的協方差Σ和均值μ：

Σ＝(σ^-2Φ^TΦ+A)^-1，μ＝σ^-2ΣΦ^Ty^T；

其中：A＝diag{α₀,α₁,…,α_N}；

使用迭代估計法進行計算，得到新的超參數α和噪聲方差σ²，其更新過程如下：

其中γ_i＝1-α_iΣ_ii；

重復以上計算過程，直到迭代次數達到最大值或輸出結果梯度小于收斂條件。

4.根據權利要求3所述的一種基于RVM與PF算法融合的電池剩余使用壽命預測方法，其特征在于，所述提取電池容量退化數據中的相關向量包括：

迭代結束后，刪除α中所有大于α_max的α_i，剩下的α_i所對應的{x_i,y_i}即為相關向量。

5.根據權利要求1所述的一種基于RVM與PF算法融合的電池剩余使用壽命預測方法，其特征在于，所述利用相關向量擬合電池容量退化趨勢包括：

利用相關向量擬合電池容量退化趨勢，得到趨勢函數：

Q(k)＝rvm_capa(k),k＝1,2,…為正整數。

6.根據權利要求1所述的一種基于RVM與PF算法融合的電池剩余使用壽命預測方法，其特征在于，所述得到狀態空間模型的狀態方程和觀測方程包括：

利用趨勢函數構建系統的狀態空間模型，得到狀態方程和觀測方程：

狀態方程為：

觀測方程為：

Q(k)＝rvm_capa([a(k)*k+b(k)])+v(k)。