[發明專利]一種基于wasserstein距離的電池SOH估計方法及裝置

在審

• 申請號: 202210365645.X
• 申請日: 2022-04-08
• 公開（公告）號: CN114839552A
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 林名強;吳健;嚴晨昊
• 申請（專利權）人: 泉州裝備制造研究所
• 主分類號: G01R31/392
• 分類號: G01R31/392;G01R31/367
• 代理公司: 廈門市首創君合專利事務所有限公司 35204
• 代理人: 李秀梅

1.一種基于wasserstein距離的電池SOH估計方法，其特征在于：包括如下步驟：

S1、采集多個袋式電池的老化數據，并分別獲取各袋式電池各老化周期的IC曲線，其中，IC表示一個連續的電壓增量上所增加的電池電量；

S2、分別計算各相鄰兩IC曲線峰值窗口之間的wasserstein距離，得到特征數據集，并將特征數據集分為前期數據集和后期數據集；

S3、采用基于高斯回歸過程方法的預測模型，所述S2中的特征數據集作為預測模型的輸入，電池SOH作為預測模型的輸出，對于預測模型的超參數α、l和p，分別設定其取值范圍為(0.1-100)、(0,1)和(0,100)，先取取值范圍內的任意值，再利用前期數據集對預測模型進行初次訓練，并根據預測所得值與真值之間的差距，調整并確定各超參數的值；

S4、利用后期數據集對已確定超參數的預測模型進行訓練。

2.根據權利要求1所述的一種基于wasserstein距離的電池SOH估計方法，其特征在于：所述S2中，分別利用差分公式對各IC曲線進行采樣，得到采樣數據集，并通過Pytorch進行Sinkhorn迭代，以獲取相鄰兩IC曲線峰值窗口之間的wasserstein距離。

3.根據權利要求1所述的一種基于wasserstein距離的電池SOH估計方法，其特征在于：所述S1中，所述多個袋式電池的老化數據具體為預先記錄的八個標稱740Ma·h的袋式電池的老化數據。

4.根據權利要求1或2或3所述的一種基于wasserstein距離的電池SOH估計方法，其特征在于：所述S2中，所述峰值窗口為以IC曲線峰值為中心的長度為3的區間。

5.根據權利要求1或2或3所述的一種基于wasserstein距離的電池SOH估計方法，其特征在于：所述S3中，所述參數確定模塊中，當預測所得值與真值之間的差距大于第一閾值時，則調低超參數α的值、調高超參數l和p的值，當預測所得值與真值之間的差距小于第二閾值時，則調高超參數α的值、調低超參數l和p的值，調整額度應在經驗區間的10％以內，經驗區間從步驟S3中的各超參數的取值范圍內選出。

6.根據權利要求1或2或3所述的一種基于wasserstein距離的電池SOH估計方法，其特征在于：所述預測模型中，高斯過程的核函數為協方差函數。

7.根據權利要求1或2或3所述的一種基于wasserstein距離的電池SOH估計方法，其特征在于：所述S1中，所述IC具體計算公式為：其中，Q為電池容量，U為電池電壓。

8.一種基于wasserstein距離的電池SOH估計裝置，其特征在于：包括：

采集模塊：用于采集多個袋式電池的老化數據，并分別獲取各袋式電池各老化周期的IC曲線，其中，IC表示一個連續的電壓增量上所增加的電池電量；

特征數據集獲取模塊：用于分別計算各相鄰兩IC曲線峰值窗口之間的wasserstein距離，得到特征數據集，并將特征數據集分為前期數據集和后期數據集；

參數確定模塊：采用基于高斯回歸過程方法的預測模型，將特征數據集作為預測模型的輸入，電池SOH作為預測模型的輸出，對于預測模型的超參數α、l和p，分別設定其取值范圍為(0.1,100)、(0,1)和(0,100)，先取取值范圍內的任意值，再利用前期數據集對預測模型進行初次訓練，并根據預測所得值與真值之間的差距，調整并確定各超參數的值；

模型訓練模塊：利用后期數據集對已確定超參數的預測模型進行訓練。

9.根據權利要求8所述的一種基于wasserstein距離的電池SOH估計裝置，其特征在于：所述特征數據集獲取模塊中，分別利用差分公式對各IC曲線進行采樣，得到采樣數據集，并通過Pytorch進行Sinkhorn迭代，以獲取相鄰兩IC曲線峰值窗口之間的wasserstein距離。

10.根據權利要求8所述的一種基于wasserstein距離的電池SOH估計裝置，其特征在于：所述參數確定模塊中，當預測所得值與真值之間的差距大于第一閾值時，則調低超參數α的值、調高超參數l和p的值，當預測所得值與真值之間的差距小于第二閾值時，則調高超參數α的值、調低超參數l和p的值，調整額度應在經驗區間的10％以內，經驗區間從各超參數的取值范圍內選出。