The invention discloses a life prediction method for lithium batteries, which comprises the following steps: collecting the actual capacity information of lithium batteries at intervals of preset cycles, forming a historical data set; constructing a prediction model based on the historical data set through multiple regression equation to obtain the expected variables of the historical data set under the assumption that the life of lithium batteries is not terminated The interval time between the two adjacent predictive data in the predictive data set is the preset period. A logistic regression model is constructed to predict the life of lithium batteries through the predictive data set. The invention also discloses a lithium battery life prediction device, an electronic device and a computer readable storage medium. The method combines multiple linear regression and logical regression to predict the life of lithium battery, and improves the processing speed and user experience.
【技术实现步骤摘要】
一种电池剩余寿命预测方法、装置、电子设备及存储介质
本专利技术涉及锂电池性能检测
,尤其涉及一种锂电池寿命预测方法、装置、电子设备及存储介质。
技术介绍
锂离子电池(简称锂电池)广泛应用于航空航天、船舶、车辆以及消费电子例如手机、笔记本、移动电源和照相机等产品中。锂电池性能好坏直接影响产品的运行安全、任务的完成和消费者的生活品质。为了延长锂电池的使用寿命,人们进行了大量的研究,例如新的电极和电解质材料、新的锂电池结构以锂电池性能演化机理等。对于锂电池使用者而言,其如果能随时获取锂电池的寿命,则可以判断使用锂电池过程中能否达到其相应的需求,因此,对锂电池的寿命预测是非常有必要的。现有的锂电池寿命预测方法主要是机理模型和数据驱动两大类,其中,机理模型主要是建立系统动力学特性或退化演化机理的数学模型,常用的模型有经验退化模型和集总电路模型,由于锂电池退化过程中,存在诸多不可预知的因素,因此,机理模型在一定程度上并不能获得较为准确的结论。数据驱动方法主要是通过锂电池容量实现预测,但是现有的数据驱动方法较为复杂,特别是对于手机等电子产品而言,每次预测过程会占据消费者大量的内存和CPU,导致用户体验差的问题。
技术实现思路
为了克服现有技术的不足,本专利技术的目的之一在于提供一种锂电池寿命预测方法,其结合多元线性回归和逻辑回归对锂电池寿命进行预测,提高处理速度和用户体验。本专利技术的目的之二在于提供一种锂电池寿命预测装置,其结合多元线性回归和逻辑回归对锂电池寿命进行预测,提高处理速度和用户体验。本专利技术的目的之三在于提供一种实现上述锂电池寿命预测方法的电子设备。本 ...
【技术保护点】
1.一种锂电池寿命预测方法,其特征在于,包括步骤:以预设周期的间隔时间采集锂电池的实际容量信息,所述实际容量信息构成历史数据集;根据所述历史数据集通过多元回归方程构建预测模型,以获取在假设锂电池寿命未终止情况下历史数据集期望变量状态下的预测数据集,所述预测数据集内的相邻两个预测数据的间隔时间为所述预设周期;通过所述预测数据集构建逻辑回归模型,预测锂电池的寿命。
【技术特征摘要】
1.一种锂电池寿命预测方法,其特征在于,包括步骤:以预设周期的间隔时间采集锂电池的实际容量信息,所述实际容量信息构成历史数据集;根据所述历史数据集通过多元回归方程构建预测模型,以获取在假设锂电池寿命未终止情况下历史数据集期望变量状态下的预测数据集,所述预测数据集内的相邻两个预测数据的间隔时间为所述预设周期;通过所述预测数据集构建逻辑回归模型,预测锂电池的寿命。2.如权利要求1所述的锂电池寿命预测方法,其特征在于,根据所述历史数据集通过多元回归方程构建预测模型,以获取在假设锂电池寿命未终止情况下历史数据集期望变量状态下的预测数据集,包括:根据历史数据集进行数据模型的模拟:X(m+1)=F[X(1),X(2),X(3),...X(m)]其中,F为预测模型函数;X(1),X(2),X(3),...X(m)为实际容量信息,共有m个,m≥3,X(1),X(2),X(3),...X(m)组成历史数据集;X(m+1)为X(m)后的第一个锂电池容量的预测数据,称为第m+1次预测数据,X(m+1)和X(m)的间隔时间为预设周期;基于多元回归方程构建预测模型:其中,为第i个实际容量信息对应的线性回归参数,为第i个实际容量信息,C为随机误差参数,1≤i≤m;和C通过极大似然法对历史数据集进行训练获取。3.如权利要求2所述的锂电池寿命预测方法,其特征在于,所述根据所述历史数据集通过多元回归方程构建预测模型,以获取在假设锂电池寿命未终止情况下历史数据集期望变量状态下的预测数据集之后,还包括:比较X(m+1)和第m+1次采集锂电池的实际容量信息之间的差值,所述第m+1次采集锂电池的实际容量信息与第m次采集锂电池的实际容量信息的间隔时间为预设周期;以任意一次采集锂电池的实际容量信息为起始,以第m次采集锂电池的实际容量信息为终止,构建样本集,计算所述样本集的标准差s和平均差MD;比较所述差值和标准差,如果所述差值在[MD-2s,MD+2s]范围内,则所述X(m+1)为真,将X(m+1)作为预测模型的输入项,对第m+2次的预测数据X(m+2)进...
【专利技术属性】
技术研发人员:邓君,赖树明,甄超,孙德凤,徐进,
申请(专利权)人:东莞理工学院,东莞市海陆通实业有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。