基于主成分分析的融合HI等效性锂离子电池退化预测方法技术

本发明专利技术提供了一种基于主成分分析的融合HI等效性锂离子电池退化预测方法。将放电终止电压作为基准HI与直接表征退化参数容量进行GRA并使用GLM以进行变换建模，变换结果与容量的关联度大于0.7说明了放电终止电压作为HI的合理性。其次，根据电池的外测参数构建多种间接HI，并利用PCA对多种HI进行融合得到融合HI。利用GLM分析融合HI与放电终止电压之间的关系，并由GRA的关联性大于0.7及RMSE小于0.004，说明误差很小拟合精度高，融合HI可作为放电终止电压的替代参数。同时，GLM可以有效获得HI与直接退化参量之间的关系以确定失效阈值，将序列之间的关联性提高50％以上。构建的融合HI可以完成间接退化状态预测，实现利用直接测量数据间接预测锂离子电池退化状态。

A method for predicting HI equivalent lithium ion battery degradation based on principal component analysis

The invention provides a method for predicting the degradation of HI equivalent lithium ion battery based on principal component analysis. Will the end of discharge voltage as the reference HI and direct characterization of degradation parameters using GRA to transform the capacity of modeling using GLM, and the correlation results transform capacity is greater than 0.7 indicating that the end of discharge voltage as the rationality of HI. Secondly, according to the measured parameters of the battery to construct a variety of indirect HI, and fusion are HI of HI by PCA. The use of GLM analysis of the fusion of HI and relationship between the end of discharge voltage, and the relevance of GRA is greater than 0.7 and less than 0.004 RMSE, indicating the error is very small high fitting precision, substitution parameters fusion HI can be used as discharge termination voltage. At the same time, GLM can effectively obtain the relationship between HI and the direct degradation parameters to determine the failure threshold, and increase the correlation between the 50%. The fusion HI can be used to predict the state of indirect degradation, which can be used to indirectly predict the degradation state of lithium ion battery.

【技术实现步骤摘要】

本专利技术涉及一种基于主成分分析的融合HI等效性退化预测方法，属于融合HI等效性退化预测方法

技术介绍
随着锂离子电池不断进行充放电循环，锂离子电池内部存在电解液氧化、锂离子失活等复杂的不可逆的电化学反应，造成锂离子电池的性能退化，其中一个具体表现为锂离子电池的可用最大容量的不断下降。基于数据驱动方法的锂离子电池容量估计方法可以解决不同工作环境条件下，对锂离子电池容量退化物理模型难以构建的问题。通过容量可以直观表征锂离子电池的性能退化，但由于实际应用中容量难以准确测量，传统的安时积分估计方法精度受电流采样精度和积分初值影响较大，因此需使用可用的外测参数，如温度、电压、电流等构建表征锂离子电池容量退化的HI，间接估计锂离子电池的容量退化，进而表征锂离子电池的性能退化程度。
技术实现思路
本专利技术的目的是为了解决上述现有技术存在的问题，即对于便携式电子产品、电动交通工具、大型舰船类、航空飞行器等应用的锂离子电池而言，难以直接测量电池的容量，需使用实际应用过程中的可用参数，如温度、电压、电流等构建多种表征电池容量退化的HI，使用PCA对多种HI进行融合，并通过关联分析方法评估融合HI变化与容量退化之间的关联关系，进而使用融合HI间接估计锂离子电池的容量退化，实现基于在线可测参数的锂离子电池性能退化表征。本专利技术的目的是通过以下技术方案实现的：一种基于主成分分析的融合HI等效性锂离子电池退化预测方法，步骤一、将提取数据所获得的n个HI的多组数据构成一个(m×n)维的原始数据矩阵步骤二、针对矩阵A进行标准化处理：对矩阵A中的每一个行元素进行标准化处理，从而得到X＝(xij)m×n；步骤三、针对由步骤二所得的标准化后的样本矩阵X，进一步计算标准化处理后的矩阵的相关系数矩阵如公式(1)所示；步骤四、采用Jacobi迭代方法，计算获得R的特征值序列λ1,...,λn，及对应的特征向量序列v1,...,vn；步骤五、将由步骤四获得的相应特征值λ1,...,λn按降序排序得λ1'＞...＞λn'，并根据其调整顺序对v1,...,vn进行相应调整，从而获得v1',...,vn'；步骤六、采用施密特正交化方法，将v1',...,vn'进行单位正交化操作，进而获得与v1',...,vn'相对应的单位正交向量α1,...,αn；步骤七、设定固定的提取效率p，计算λ1',...,λn'的累积贡献率B1,...,Bn，如果对于第t个累计贡献率Bt，Bt≥p，则可只提取t个主成分：α1,...,αt；步骤八、根据提取出的t个主成分所对应的特征向量，计算X在特征向量上的投影值Y，其中Y＝X·α，α＝(α1,...,αt)；融合的HI值为所得的Y的第一主成分，即原始数据经过降维后获得的一组数据；步骤九、对利用主成分分析方法得到的融合型HI进行评价，判断融合HI是否能代替容量进行锂离子电池退化的分析建模和进一步的寿命预测，选取GRA作为衡量几种因素间关联程度的方法，GRA的具体计算步骤如下：(a)构建参考数列和比较数列；(b)将参考数列、比较数列构都同一进行无量纲化处理；(c)求参考数列与比较数列的灰色关联系数ξ(Xi)；关联程度表示不同曲线间几何形状的差别程度，其公式如式(2)所示；其中ρ定义为分辨系数，ρ>0，Δoi(k)为参考数列与比较数列的各个点之间的差值，将最小差记为Δmin，将最大差记为Δmax；(d)求关联度ri；由于关联系数各个点之间的差值，因此每个点都对应一个关联系数值，为了进行两个数列之间的整体比较，计算每个数列全部关联系数的平均值，并将其作为关联度ri：步骤十、采用广义线性模型GLM来描述所构建的HI与锂离子电池容量的相关性，所述GLM即为HI相关模型，表示为：ci＝β0+β1hi+β2ln(hi)+εi(4)ci为第i个充放电周期的电池容量，hi为基于等放电电压差的时间间隔序列中的第i个元素，β1和β2是回归模型的系数，β0为常数，εi为误差项；采用GLM估计HI的失效阈值，所述失效阈值对应于容量，通过公式(5)计算(β0,β1,β2)的估计值式中，为误差平方和，N为样本数量，式中LSE为最小二乘，为实数集，再根据HI相关性模型GLRM计算出hi，即得出对应于一定电池容量失效阈值的HI的失效阈值；定义ci下降到最大值的x％时，对应锂离子电池的失效阈值；通过求解上式，计算出各个系数，再根据HI相关性模型GLRM计算出hi，例如hi的值为y％，那么，所构建的HI的失效阈值即为y％；应用GLM获得容量与放电终止电压的关系，放电终止电压与融合HI的关系，继而有效地直接获得间接HI的失效阈值。本专利技术针对表征锂离子电池组性能退化的参数体系尚不完备的问题，开展多种HI的构建与融合研究。首先，将放电终止电压作为基准HI与直接表征退化参数容量进行GRA，并使用GLM以进行变换建模，变换结果与容量的关联度大于0.7说明了放电终止电压作为HI的合理性。其次，根据电池的外测参数构建多种间接HI，并利用PCA对多种HI进行融合得到融合HI。利用GLM分析融合HI与放电终止电压之间的关系，并由GRA的关联性大于0.7及RMSE小于0.004，说明误差很小拟合精度高，融合HI可以作为放电终止电压的替代参数。同时，GLM可以有效获得HI与直接退化参量之间的关系以确定失效阈值，将序列之间的关联性提高50％以上。构建的融合HI可以完成间接退化状态预测，达到利用直接测量数据间接预测锂离子电池退化状态的目的。通过实验可以得出结论，构建的放电终止电压基准HI与容量关联度较高，二者之间有良好的相关性，可以有效代替容量进行退化状态分析；根据多种HI构建的融合HI与放电终止电压间具有良好的相关性，进而得出在外部工作条件不稳定时，利用多个相对稳定的差值所得的融合HI可以有效代替容量进行退化比较与分析；GLM可以有效获得HI与直接退化参量之间的关系以确定失效阈值，同时提高了序列之间的关联性。将间接HI预测阶段得到的间接HI预测值作为输入数据，驱动退化建模阶段建立的退化关系模型，得到电池实际容量的预测值，可以进一步计算电池的RUL。附图说明图1为
技术介绍
提到的典型的锂离子电池容量退化曲线图。图2为转换后的融合HI与放电终止电压的退化趋势曲线图。具体实施方式下面将对本专利技术做进一步的详细说明：本实施例在以本专利技术技术方案为前提下进行实施，给出了详细的实施方式，但本专利技术的保护范围不限于下述实施例。本实施例所涉及的一种基于主成分分析的融合HI等效性退化预测方法，步骤如下：步骤一、将提取数据所获得的n个HI(HealthIndex，健康因子)的多组数据构成一个(m×n)维的原始数据矩阵步骤二、针对矩阵A进行标准化处理：对矩阵A中的每一个行元素进行标准化处理，从而得到X＝(xij)m×n；步骤三、针对由步骤二所得的标准化后的样本矩阵X，进一步计算标准化处理后的矩阵的相关系数矩阵如公式(1)所示；步骤四、采用Jacobi迭代方法，计算获得R的特征值序列λ1,...,λn，及对应的特征向量序列v1,...,vn；步骤五、将由步骤四获得的相应特征值λ1,...,λn按降序排序得λ1'＞...＞λn'，并根据其调整顺序对v1,...,vn进行相应调整，从而获得v1',..本文档来自技高网...

【技术保护点】
一种基于主成分分析的融合HI等效性锂离子电池退化预测方法，其特征在于，步骤一、将提取数据所获得的n个HI的多组数据构成一个(m×n)维的原始数据矩阵步骤二、针对矩阵A进行标准化处理：对矩阵A中的每一个行元素进行标准化处理，从而得到X＝(xij)m×n；步骤三、针对由步骤二所得的标准化后的样本矩阵X，进一步计算标准化处理后的矩阵的相关系数矩阵如公式(1)所示；R=1m-1XT·X=(rij)n×n---(1)]]>步骤四、采用Jacobi迭代方法，计算获得R的特征值序列λ1,...,λn，及对应的特征向量序列v1,...,vn；步骤五、将由步骤四获得的相应特征值λ1,...,λn按降序排序得λ1'＞...＞λn'，并根据其调整顺序对v1,...,vn进行相应调整，从而获得v1',...,vn'；步骤六、采用施密特正交化方法，将v1',...,vn'进行单位正交化操作，进而获得与v1',...,vn'相对应的单位正交向量α1,...,αn；步骤七、设定固定的提取效率p，计算λ1',...,λn'的累积贡献率B1,...,Bn，如果对于第t个累计贡献率Bt，Bt≥p，则可只提取t个主成分：α1,...,αt；步骤八、根据提取出的t个主成分所对应的特征向量，计算X在特征向量上的投影值Y，其中Y＝X·α，α＝(α1,...,αt)；融合的HI值为所得的Y的第一主成分，即原始数据经过降维后获得的一组数据；步骤九、对利用主成分分析方法得到的融合型HI进行评价，判断融合HI是否能代替容量进行锂离子电池退化的分析建模和进一步的寿命预测，选取GRA作为衡量几种因素间关联程度的方法，GRA的具体计算步骤如下：(a)构建参考数列和比较数列；(b)将参考数列、比较数列构都同一进行无量纲化处理；(c)求参考数列与比较数列的灰色关联系数ξ(Xi)；关联程度表示不同曲线间几何形状的差别程度，其公式如式(2)所示；ζ0i=Δ(min)+ρΔ(max)Δ0i(k)+ρΔ(max)---(2)]]>其中ρ定义为分辨系数，ρ>0，Δoi(k)为参考数列与比较数列的各个点之间的差值，将最小差记为Δmin，将最大差记为Δmax；(d)求关联度ri；由于关联系数各个点之间的差值，因此每个点都对应一个关联系数值，为了进行两个数列之间的整体比较，计算每个数列全部关联系数的平均值，并将其作为关联度ri：ri=1NΣk=1Nζi(k)---(3)]]>步骤十、采用广义线性模型GLM来描述所构建的HI与锂离子电池容量的相关性，所述GLM即为HI相关模型，表示为： ci＝β0+β1hi+β2ln(hi)+εi      (4)ci为第i个充放电周期的电池容量，hi为基于等放电电压差的时间间隔序列中的第i个元素，β1和β2是回归模型的系数，β0为常数，εi为误差项；采用GLM估计HI的失效阈值，所述失效阈值对应于容量，通过公式(5)计算(β0,β1,β2)的估计值LSE=argminβ0,β1,β2SSE=argminβ0,β1,β2Σi=1N(ci-β0-β1hi-β2ln(hi))2=argminβ0,β1,β2Σi=1Nϵi2---(5)]]>式中，为误差平方和，N为样本数量，式中LSE为最小二乘，为实数集，再根据HI相关性模型GLRM计算出hi，即得出对应于一定电池容量失效阈值的HI的失效阈值；定义ci下降到最大值的x％时，对应锂离子电池的失效阈值；通过求解上式，计算出各个系数，再根据HI相关性模型GLRM计算出hi，例如hi的值为y％，所构建的HI的失效阈值即为y％；应用GLM获得容量与放电终止电压的关系，放电终止电压与融合HI的关系，继而有效地直接获得间接HI的失效阈值。...

【技术特征摘要】
1.一种基于主成分分析的融合HI等效性锂离子电池退化预测方法，其特征在于，步骤一、将提取数据所获得的n个HI的多组数据构成一个(m×n)维的原始数据矩阵步骤二、针对矩阵A进行标准化处理：对矩阵A中的每一个行元素进行标准化处理，从而得到X＝(xij)m×n；步骤三、针对由步骤二所得的标准化后的样本矩阵X，进一步计算标准化处理后的矩阵的相关系数矩阵如公式(1)所示；R=1m-1XT·X=(rij)n×n---(1)]]>步骤四、采用Jacobi迭代方法，计算获得R的特征值序列λ1,...,λn，及对应的特征向量序列v1,...,vn；步骤五、将由步骤四获得的相应特征值λ1,...,λn按降序排序得λ1'＞...＞λn'，并根据其调整顺序对v1,...,vn进行相应调整，从而获得v1',...,vn'；步骤六、采用施密特正交化方法，将v1',...,vn'进行单位正交化操作，进而获得与v1',...,vn'相对应的单位正交向量α1,...,αn；步骤七、设定固定的提取效率p，计算λ1',...,λn'的累积贡献率B1,...,Bn，如果对于第t个累计贡献率Bt，Bt≥p，则可只提取t个主成分：α1,...,αt；步骤八、根据提取出的t个主成分所对应的特征向量，计算X在特征向量上的投影值Y，其中Y＝X·α，α＝(α1,...,αt)；融合的HI值为所得的Y的第一主成分，即原始数据经过降维后获得的一组数据；步骤九、对利用主成分分析方法得到的融合型HI进行评价，判断融合HI是否能代替容量进行锂离子电池退化的分析建模和进一步的寿命预测，选取GRA作为衡量几种因素间关联程度的方法，GRA的具体计算步骤如下：(a)构建参考数列和比较数列；(b)将参考数列、比较数列构都同一进行无量纲化处理；(c)求参考数列与比较数列的灰色关联系数ξ(Xi)；关联程度表示不同曲线间几何形状的差别程度，其公式如式(2)所示；ζ0i=Δ(m...

【专利技术属性】
技术研发人员：刘大同，宋宇晨，王涛，杨晨，卢斯远，彭宇，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23