[發(fā)明專(zhuān)利]基于充電數(shù)據(jù)空間分布特征的鋰電池在線老化診斷方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111113579.9
• 申請(qǐng)日: 2021-09-23
• 公開(kāi)（公告）號(hào): CN113918889A
• 公開(kāi)（公告）日: 2022-01-11
• 發(fā)明（設(shè)計(jì)）人: 陳劍;劉沖
• 申請(qǐng)（專(zhuān)利權(quán)）人: 浙江大學(xué)
• 主分類(lèi)號(hào): G06F17/18
• 分類(lèi)號(hào): G06F17/18;G06N20/00;G01R31/392;G01R31/367
• 代理公司: 杭州求是專(zhuān)利事務(wù)所有限公司 33200
• 代理人: 林超

1.一種基于充電數(shù)據(jù)空間分布特征的鋰電池在線老化診斷方法，其特征在于，包括以下步驟：

1)采集全新鋰電池在各次充放電循環(huán)中相同恒流充電模式階段的充電電壓與電流數(shù)據(jù)，同時(shí)采集各次充放電循環(huán)中鋰電池的總?cè)萘浚?/p>

2)根據(jù)當(dāng)前鋰電池在各次充放電循環(huán)中的充電電壓與電流數(shù)據(jù)，計(jì)算獲得當(dāng)前鋰電池在各次充放電循環(huán)中的累積空間分布特征；

3)重復(fù)步驟1)-2)對(duì)各個(gè)鋰電池均進(jìn)行采集并計(jì)算，獲得各個(gè)鋰電池在各次充放電循環(huán)中的總?cè)萘恳约皩?duì)應(yīng)的累積空間分布特征，并構(gòu)成訓(xùn)練集；

4)基于訓(xùn)練集對(duì)鋰電池老化診斷回歸模型進(jìn)行訓(xùn)練，獲得訓(xùn)練好的鋰電池老化診斷回歸模型；

5)在線診斷時(shí)，采集待診斷鋰電池從第一次充放電循環(huán)開(kāi)始的各次充放電循環(huán)中相同恒流充電模式階段的充電電壓與電流數(shù)據(jù)并存儲(chǔ)為歷史充電數(shù)據(jù)，計(jì)算獲得待診斷鋰電池最近一次充放電循環(huán)的累積空間分布特征并輸入到訓(xùn)練好的鋰電池老化診斷回歸模型中進(jìn)行預(yù)測(cè)，輸出當(dāng)前待診斷鋰電池的總?cè)萘浚瑥亩\斷鋰電池的老化狀態(tài)。

2.根據(jù)權(quán)利要求1所述的一種基于充電數(shù)據(jù)空間分布特征的鋰電池在線老化診斷方法，其特征在于，所述步驟2)具體為：

根據(jù)當(dāng)前鋰電池在各次充放電循環(huán)中的充電電壓與電流數(shù)據(jù)，以充電電壓為橫軸、充電電流為縱軸繪制二維坐標(biāo)軸空間，將當(dāng)前鋰電池在各次充放電循環(huán)中的充電電壓與電流數(shù)據(jù)繪制于二維坐標(biāo)軸空間，根據(jù)充電電壓與電流的范圍分別將橫軸與縱軸劃分為m個(gè)等距離電壓子區(qū)間和n個(gè)等距離電流子區(qū)間后獲得m×n個(gè)二維子空間；統(tǒng)計(jì)當(dāng)前鋰電池從第1次到第k次充放電循環(huán)區(qū)間中采集的所有充電電壓與電流數(shù)據(jù)在各個(gè)二維子空間中分布的點(diǎn)數(shù)并作為當(dāng)前鋰電池的第k次充放電循環(huán)的累積空間分布特征，重復(fù)統(tǒng)計(jì)，獲得當(dāng)前鋰電池在各次充放電循環(huán)中的累積空間分布特征。

3.根據(jù)權(quán)利要求1所述的一種基于充電數(shù)據(jù)空間分布特征的鋰電池在線老化診斷方法，其特征在于，所述步驟5)中相同恒流充電模式階段與步驟1)中相同恒流充電模式階段相同。

4.根據(jù)權(quán)利要求1所述的一種基于充電數(shù)據(jù)空間分布特征的鋰電池在線老化診斷方法，其特征在于，所述鋰電池壽命預(yù)測(cè)回歸模型選擇機(jī)器學(xué)習(xí)回歸模型。

5.根據(jù)權(quán)利要求1所述的一種基于充電數(shù)據(jù)空間分布特征的鋰電池在線老化診斷方法，其特征在于，所述待診斷鋰電池為全新的鋰電池。