[發(fā)明專利]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（公告）號(hào): CN113918889A
• 公開（公告）日: 2022-01-11
• 發(fā)明（設(shè)計(jì)）人: 陳劍;劉沖
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): G06F17/18
• 分類號(hào): G06F17/18;G06N20/00;G01R31/392;G01R31/367
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 林超

本發(fā)明公開了一種基于充電數(shù)據(jù)空間分布特征的鋰電池在線老化診斷方法。包括：1)采集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)以及鋰電池的總?cè)萘浚?)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)，獲得各個(gè)鋰電池在各次充放電循環(huán)中的總?cè)萘亢蛯?duì)應(yīng)的累積空間分布特征，構(gòu)成訓(xùn)練集；4)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)，采集待診斷鋰電池的充電電壓與電流數(shù)據(jù)，計(jì)算獲得對(duì)應(yīng)的累積空間分布特征并輸入訓(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)。本發(fā)明實(shí)現(xiàn)了鋰電池老化的精確診斷，提升了鋰電池的可靠性、安全性。

技術(shù)領(lǐng)域

本發(fā)明屬于鋰電池應(yīng)用領(lǐng)域的一種鋰電池在線老化診斷方法，具體涉及了一種基于充電數(shù)據(jù)空間分布特征的鋰電池在線老化診斷方法。

背景技術(shù)

由于具有能量密度高、成本低、功率需求響應(yīng)快、循環(huán)壽命長(zhǎng)等眾多優(yōu)勢(shì)，鋰電池被大規(guī)模的商業(yè)化應(yīng)用于各個(gè)領(lǐng)域。老化診斷技術(shù)對(duì)于鋰電池的安全可靠運(yùn)行具有重要作用。然而，由于鋰電池具有復(fù)雜的老化機(jī)理，且老化路徑受設(shè)計(jì)、生產(chǎn)和應(yīng)用過程中的諸多因素影響，使得在復(fù)雜動(dòng)態(tài)運(yùn)行條件下實(shí)現(xiàn)簡(jiǎn)單、快速和精確的鋰電池老化診斷成為了一項(xiàng)挑戰(zhàn)。此外，對(duì)于由數(shù)千個(gè)單體鋰電池組成的大型電池組，由于制造和運(yùn)行條件的差異，每個(gè)單體電池之間會(huì)不可避免的存在著內(nèi)在和外在差異，因此不能將整個(gè)電池組視為一個(gè)電池，而需要對(duì)其中的每個(gè)單體電池分別進(jìn)行老化診斷，這將帶來巨大的數(shù)據(jù)存儲(chǔ)負(fù)擔(dān)、計(jì)算負(fù)擔(dān)和成本負(fù)擔(dān)。解決以上問題的有效方案包括老化診斷算法的改進(jìn)和老化診斷特征的改進(jìn)。然而，當(dāng)前大量相關(guān)研究都集中在開發(fā)更好的算法上，而很少關(guān)注開發(fā)更好的特征。目前大部分實(shí)際應(yīng)用中都采用總?cè)萘繀?shù)來表示鋰電池的老化狀態(tài)，當(dāng)鋰電池的老化診斷特征足夠好時(shí)，使用簡(jiǎn)單的回歸模型便能夠?qū)崿F(xiàn)準(zhǔn)確的鋰電池總?cè)萘吭\斷。同時(shí)，由于絕大多數(shù)實(shí)際應(yīng)用場(chǎng)景中鋰電池的放電模式都是隨機(jī)的，不能基于特定的放電測(cè)試數(shù)據(jù)來提取特征進(jìn)行老化診斷。相反地，鋰電池的充電模式在大多數(shù)場(chǎng)景下都是固定的。以車用鋰電池為例，一般僅存在兩種充電模式，即普通充電模式和快充模式。因此，直接基于鋰電池的充電傳感數(shù)據(jù)設(shè)計(jì)開發(fā)更好的老化診斷特征具有著重要意義。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)的不足，本發(fā)明提出了一種基于充電數(shù)據(jù)空間分布特征的鋰電池在線老化診斷方法。

本發(fā)明采用的方案是：

本發(fā)明包括以下步驟：

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)，采集全新的待診斷鋰電池從第一次充放電循環(huán)開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)；在當(dāng)前待診斷鋰電池的后續(xù)老化診斷中，如果當(dāng)前待診斷鋰電池有下一次充放電循環(huán)，則下一次充放電循環(huán)的充電電壓與電流數(shù)據(jù)在歷史充電數(shù)據(jù)的基礎(chǔ)上計(jì)算累積空間分布特征，同時(shí)也將下一次充放電循環(huán)的充電電壓與電流數(shù)據(jù)存儲(chǔ)為歷史充電數(shù)據(jù)。

所述步驟2)具體為：