[發明專利]鋰電池剩余壽命預測方法、系統、設備及介質

在審

• 申請號: 202110014352.2
• 申請日: 2021-01-06
• 公開（公告）號: CN112834927A
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 劉征宇;孟輝;郭樂凱;何慧娟;謝娟;趙靖杰
• 申請（專利權）人: 合肥工業大學
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/392;G01R31/378;G06N20/10
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 林凡燕

1.一種鋰電池剩余壽命預測方法，其特征在于，包括：

進行鋰電池充放電循環實驗，采集每次充放電過程中的電壓數據以及循環次數以建立每一次充放電循環實驗對應的充放電曲線，并從每一條所述充放電曲線中提取至少三個動態特征數據；

對從每一條所述充放電曲線中提取的三個動態特征數據進行加權增強處理，以構成一組數據集，再將所述數據集劃分為訓練集、驗證集和測試集；

建立支持向量回歸模型，并將所述訓練集作為所述支持向量回歸模型的輸入，對所述支持向量回歸模型進行訓練，并利用所述驗證集優化所述支持向量回歸模型中的核函數參數以及加權系數，對所述支持向量回歸模型進行迭代，以獲取目標支持向量回歸模型；

根據所述測試集并利用所述目標支持向量回歸模型以實現壽命預測。

2.根據權利要求1所述的一種鋰電池剩余壽命預測方法，其特征在于，所述三個動態特征數據為恒流充電時間、恒壓充電時間以及放電過程中電壓從3.5V降至3.3V所消耗的時間，其中，所述恒流充電時間為以恒定電流充電過程中消耗的時間，所述恒壓充電時間為以恒壓充電直至充電電流降至20mA所消耗的時間。

3.根據權利要求1所述的一種鋰電池剩余壽命預測方法，其特征在于，每一次采集所述電壓數據之間間隔1秒。

4.根據權利要求1所述的一種鋰電池剩余壽命預測方法，其特征在于，對三個所述動態特征數據進行加權增強處理包括：

對三個所述動態特征數據進行標準化處理；

對進行標準化處理后的所述動態特征數據進行加權增強處理；

其中，對從每一條所述充放電曲線中提取的三個動態特征數據進行加權增強處理時，其加權系數相同。

5.根據權利要求1所述的一種鋰電池剩余壽命預測方法，其特征在于，所述支持向量回歸模型建立過程為：

建立初始模型為并將所述訓練集作為所述初始模型的輸入，其約束條件為：

其中，C是正則化參數，ξ_i和ξ_i'是松弛因子，ε是軟間隔，ω是權重向量，ω^T是ω的轉置，b是偏差，y_i是目標模型，n是循環次數；

利用拉格朗日對偶法對所述初始模型求解不等式規劃問題后，得到所述目標模型為：

其中β_i'和β_i是求解規劃問題得到的參數，K(x_i,x_j)＝(γx_i^Tx_j+r)^d是多項式核函數，γ和r表示核函數的核參數，d表示多項式的階數，x_i和x_j表示輸入訓練集的特征向量，x_i^T表示特征向量的轉置，j＝1,2,…,n。

6.根據權利要求1所述的一種鋰電池剩余壽命預測方法，其特征在于，所述訓練集、所述驗證集和所述測試集的比例為6:2:2。

7.根據權利要求1所述的一種鋰電池剩余壽命預測方法，其特征在于，利用所述驗證集優化所述支持向量回歸模型中的核函數參數以及加權系數，所述優化的方法為利用差分進化算法進行優化。