[發明專利]鋰電池檢測方法、裝置、設備及存儲介質

有效

• 申請號: 202310195089.0
• 申請日: 2023-03-03
• 公開（公告）號: CN115877223B
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 甄愛鋼;孔繁振;劉元龍;李娜;王娟;馬佳;付賢家;許博聰;徐靜云
• 申請（專利權）人: 浙江天能新材料有限公司
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/392;G01R31/378
• 代理公司: 深圳市恒程創新知識產權代理有限公司 44542
• 代理人: 王敏睿

本發明公開了一種鋰電池檢測方法、裝置、設備及存儲介質，該方法包括：采集待測鋰電池的電池容量序列，基于變分模態分解算法對電池容量序列進行去噪處理，獲得無擾電池容量序列，通過預設卷積網絡模型對無擾電池容量序列進行計算，獲取類別標簽，根據類別標簽獲取對應的容量退化序列，將容量退化序列和無擾電池容量序列進行組合，獲得完整電池容量序列，并對完整電池容量序列進行擬合，獲得目標擬合回歸曲線，通過對目標擬合回歸曲線進行反歸一化處理，從而確定待測鋰電池的電池容量和剩余使用壽命，由于本發明基于變分模態分解算法提取大量的容量退化序列對預設卷積網絡模型進行訓練，從而降低了噪聲干擾，進而提高了檢測的精準度和有效性。

技術領域

本發明涉及鋰電池領域，尤其涉及一種鋰電池檢測方法、裝置、設備及存儲介質。

背景技術

隨著社會的蓬勃發展和科技的不斷進步，鋰離子電池由于具有能量密度高、使用壽命長和自放電率低等優點，被廣泛應用于電動汽車、微電網和電子消費等領域，與人們的日常生活聯系的越來越緊密。眾所周知，鋰離子電池經過反復充放電后，由于鋰離子電池中活性鋰離子數量的減少，以及隔膜電解質的分解和老化等因素，鋰離子電池的?SOH（Stateof?Health，健康狀態）會惡化，其容量和RUL（Remaining?Useful?Life,?剩余使用壽命）會衰減，準確的鋰離子電池容量和RUL預測能幫助用戶及時維護或更換電池，提高電氣設備或系統的安全性和可靠性。

目前，預測鋰離子電池容量和RUL仍然是鋰離子電池研究的熱點和難點，其中，SOH是在標準條件下，一個完全充電的電池的容量與標稱容量的的百分比，它反映了電池的衰減程度，對于一節新電池來說，SOH通常可定義為100?%，失效閾值是當實際容量達到標稱容量的70?%?~?80%，RUL被認為是鋰離子電池從當前時間至失效閾值的時間長度，大量的文獻開展了相關研究，這些算法或方法主要分為：基于模型的研究方法和基于數據的研究方法。

基于模型的方法估計電池的性能速度快，但由于電池內部性能極為復雜且變化差異大，實際電池運行工況復雜多變，造成基于模型的方法對電池動、靜態特性的描述的能力較弱，容量和RUL預測誤差大。基于數據的方法不考慮鋰離子電池的內部電化學退化機理，它只依賴于歷史退化數據，這些數據包含了電池的內部材料特性和運行工況信息，因此，基于數據的方法可以在一定程度上克服了基于模型的方法靜動態描述能力差等問題，但是該類方法對于鋰離子電池樣本較少且存在噪聲干擾的情況下，其容量和RUL預測存在精度極低且魯棒性差等問題。

上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是相關技術。

發明內容

本發明的主要目的在于提供了一種鋰電池檢測方法、裝置、設備及存儲介質，旨在解決現有技術中鋰離子電池容量和RUL檢測精準度不高的技術問題。

為實現上述目的，本發明提供了一種鋰電池檢測方法，所述方法包括以下步驟：

采集待測鋰電池的電池容量序列，基于變分模態分解算法對所述電池容量序列進行去噪處理，獲得無擾電池容量序列；

通過預設卷積網絡模型對所述無擾電池容量序列進行計算，獲取類別標簽，所述預設卷積網絡模型的訓練數據集中包含多個預先標注好類別標簽的容量退化序列；

根據所述類別標簽獲取對應的容量退化序列；

將所述容量退化序列和所述無擾電池容量序列進行組合，獲得完整電池容量序列，并對所述完整電池容量序列進行擬合，獲得目標擬合回歸曲線；

通過對所述目標擬合回歸曲線進行反歸一化處理，并根據處理結果確定所述待測鋰電池的電池容量和剩余使用壽命。

優選地，所述通過預設卷積網絡模型對所述無擾電池容量序列進行計算，獲取類別標簽之前，還包括：

獲取訓練數據集以及待訓練的卷積網絡模型，所述訓練數據集包括多個預先標注好類別標簽的容量退化序列；