针对容量再生的锂离子电池剩余寿命预测方法及系统技术方案

本发明专利技术公开了一种针对容量再生的锂离子电池剩余寿命预测方法，包括采集锂离子电池的容量数据；对容量数据进行降噪处理，获得容量退化数据；基于容量退化数据，训练宽度学习网络；基于训练好的宽度学习网络，预测锂离子电池剩余寿命。同时公开了相应的系统。本发明专利技术通过降噪处理，从容量数据中去除容量再生数据，获得容量退化数据，基于容量退化数据进行锂离子电池剩余寿命预测，大大提高了预测精度。

Prediction method and system for residual life of Li-ion battery for capacity regeneration

【技术实现步骤摘要】
针对容量再生的锂离子电池剩余寿命预测方法及系统
本专利技术涉及一种针对容量再生的锂离子电池剩余寿命预测方法及系统，属于电池健康状态评估

技术介绍
随着国家经济的不断发展，能源、电力、通信、航空航天等领域的现代化要求在不断提高，作为后备能源的蓄电池系统被广泛使用。对所有不允许断电的系统来说，蓄电池组都是一个不可缺少的部分，它是各种设备正常、可靠和安全运行的基础。因此，准确地估计蓄电池健康状态，对于避免电池过寿命工作、保障设备正常运行具有重要的意义。目前基于数据驱动的电池剩余寿命预测方法是研究热点，但是现有方法没有考虑锂电池在性能退化过程中容量异常增加的现象，即容量再生问题，容量再生引起的数据波动会造成预测精度降低，因此现有方法预测精度不高。
技术实现思路
本专利技术提供了一种针对容量再生的锂离子电池剩余寿命预测方法及系统，解决了
技术介绍
中披露的问题。为了解决上述技术问题，本专利技术所采用的技术方案是：针对容量再生的锂离子电池剩余寿命预测方法，包括，采集锂离子电池的容量数据；对容本文档来自技高网...

【技术保护点】
1.针对容量再生的锂离子电池剩余寿命预测方法，其特征在于：包括，/n采集锂离子电池的容量数据；/n对容量数据进行降噪处理，获得容量退化数据；/n基于容量退化数据，训练宽度学习网络；/n基于训练好的宽度学习网络，预测锂离子电池剩余寿命。/n

【技术特征摘要】
1.针对容量再生的锂离子电池剩余寿命预测方法，其特征在于：包括，
采集锂离子电池的容量数据；
对容量数据进行降噪处理，获得容量退化数据；
基于容量退化数据，训练宽度学习网络；
基于训练好的宽度学习网络，预测锂离子电池剩余寿命。


2.根据权利要求1所述的针对容量再生的锂离子电池剩余寿命预测方法，其特征在于：降噪处理的过程为，
在容量数据中加入互补白噪声，生成白噪声容量数据；
对白噪声容量数据进行模态分解；
根据容量数据和分解量之间的关联系数，筛选分解量，生成容量退化数据。


3.根据权利要求2所述的针对容量再生的锂离子电池剩余寿命预测方法，其特征在于：模态分解过程为，
S1)将白噪声容量数据x1与其上下包络线的均值做差；
S2)若作差结果h为IMF，转至步骤S3，若h为单调函数或常数，则结束，否则转至步骤S4；
S3)h为一个分解量，x1＝x1-h，转至步骤S1；
S4)h＝x1，转至步骤S1。


4.根据权利要求2所述的针对容量再生的锂离子电池剩余寿命预测方法，其特征在于：根据容量数据和分解量之间的关联系数，筛选出关联系数大于阈值的分解量，将筛选的分解量和模态分解的余量叠加，生成容量退化数据。


5.根据权利要求1所述的针对容量再生的锂离子电池剩余寿命预测方法，其特征在于：宽度学习网络中的超参数使用贝叶斯优化算法确定。


6.针对容量再生的锂离子电池剩余寿命预测系统，其特征在于：包...

【专利技术属性】
技术研发人员：陈则王，季宇凡，游霞，周翟和，王友仁，牛牧，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32