一种基于电池容量衰退轨迹线性化变换的电池RUL预测方法技术

本发明专利技术公开了一种基于电池容量衰退轨迹线性化变换的电池RUL预测方法，包括步骤：S1、读取动力电池历史容量数据，通过Box‑Cox变换，将非线性的容量数据轨迹线性化，获取Box‑Cox变换系数和经过Box‑Cox变换后的历史容量数据；S2、用一次多项式模型拟合经过Box‑Cox变换后的历史容量数据和对应的循环次数；S3、通过Matlab/Simulink中的Parameter Estimation工具辨识一次多项式模型的模型参数；S4、输入设定的容量阈值，通过参数更新后的一次多项式模型预测到达容量阈值的循环次数，并输出。所述方法省去了对动力电池离线老化数据进行分析的步骤，大大节约了资源和时间。

A Battery RUL Prediction Method Based on Linearization Transform of Battery Capacity Decline Trajectory

【技术实现步骤摘要】
一种基于电池容量衰退轨迹线性化变换的电池RUL预测方法
本专利技术涉及动力电池性能衰退预测领域，具体涉及一种基于电池容量衰退轨迹线性化变换的电池剩余寿命(RUL)预测方法。
技术介绍
动力电池作为电动汽车的唯一动力源，其性能的可靠性和稳定性，很大程度上就决定了整车的动力性和续航里程。因此，电动车动力电池性能的预测对电动车的发展具有深远意义。动力电池在充放电过程中内部会不可避免地发生一些不可逆的化学反应，导致电池最大可用容量、最大输出功率的下降，从而降低了整车续航里程和最大功率。可靠的电池剩余寿命(RUL)预测是整车续航里程估算的基础，为电池组维修和保养提供参考，很大程度上保证了电动汽车运行过程中的可靠性，提升了用户用车体验。动力电池的剩余寿命(RUL)是指在电动汽车一定工况下进行充放电，电池的最大可用容量达到设定失效阈值(一般是初始容量的80％)所经历的充放电循环周期数。目前，基于数据驱动的RUL预测方法是主要的方法，按照预测思路的不同，基于数据驱动的RUL预测方法可分为三大类：经验预测法、滤波预测法、时序预测法。经验预测法是利用反映电池容量衰退规律的数学模型拟合电池容量衰退曲线，通本文档来自技高网...

【技术保护点】
1.一种基于电池容量衰退轨迹线性化变换的电池RUL预测方法，其特征在于，所述方法包括以下步骤：S1、读取动力电池历史容量数据，通过Box‑Cox变换，将非线性的容量数据轨迹线性化，获取Box‑Cox变换系数和经过Box‑Cox变换后的历史容量数据；S2、用一次多项式模型拟合经过Box‑Cox变换后的历史容量数据和对应的循环次数；S3、通过Matlab/Simulink中的Parameter Estimation工具辨识一次多项式模型的模型参数；S4、输入设定的容量阈值，通过参数更新后的一次多项式模型预测到达容量阈值的循环次数，并输出。

【技术特征摘要】
1.一种基于电池容量衰退轨迹线性化变换的电池RUL预测方法，其特征在于，所述方法包括以下步骤：S1、读取动力电池历史容量数据，通过Box-Cox变换，将非线性的容量数据轨迹线性化，获取Box-Cox变换系数和经过Box-Cox变换后的历史容量数据；S2、用一次多项式模型拟合经过Box-Cox变换后的历史容量数据和对应的循环次数；S3、通过Matlab/Simulink中的ParameterEstimation工具辨识一次多项式模型的模型参数；S4、输入设定的容量阈值，通过参数更新后的一次多项式模型预测到达容量阈值的循环次数，并输出。2.根据权利要求1所述的一种基于电池容量衰退轨迹线性化变换的电池RUL预测方法，其特征在于，步骤S1中所述Box-Cox变换的数学表达式如公式(1)所示：其中Qmax为历史容量数据集，Qmax为Box-Cox变换后的历史容量数据集；θbc为Box-Cox变换系数。3.根据权利要求2所述的一种基于电池容量衰退轨迹线性化变换的电池RUL预测方法，其特征在于，采用最大似然估计法求解Box-Cox变换系数θbc，求解过程如公式(2)所示：其中L(θbc)为自然对数函数；ns为历史容量数据的样本规模；参数σ2(θbc)的数学表达式如公式(3)所示...

【专利技术属性】
技术研发人员：田晟，吕清，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44