【技术实现步骤摘要】
一种锂离子电池的基于全局最优粒子滤波的寿命预测方法
本专利技术涉及电池技术中的可靠性研究，尤其涉及一种锂离子电池的基于全局最优粒子滤波的寿命预测方法。
技术介绍
近年来，锂离子电池因其能量密度高，无记忆效应，自放电率低等多重优点获得了广泛应用。从手机、数码相机、笔记本电脑等各式便携电子产品，到电动汽车及混合动力机车，甚至航天领域的空间站、卫星、飞机等高科技系统以及国防领域的导弹、潜艇和坦克等军事装备也都将锂离子电池作为供能储能元件。而随着锂离子电池的广泛应用，其电池本身存在的健康管理、性能衰退等问题成为目前亟待解决的关键。因此，对锂离子电池剩余使用寿命的正确预测尤为重要，它可以降低系统故障发生几率，实现锂电池长期安全有效的运行。粒子滤波是一种基于蒙特卡洛模拟和递推贝叶斯估计的滤波方法。其基本原理就是通过寻找一组在状态空间中传播的随机样本，这里的样本即指“粒子”，对后验概率密度函数进行近似，以样本均值代替积分运算，从而获得状态最小方差估计的过程。当样本数量趋近于无穷大时可以逼近任何形式的概率密度分布。粒子滤波具有非参数...
【技术保护点】
1.一种锂离子电池的基于全局优化粒子滤波的寿命预测方法，包括以下步骤：/n步骤1、建立双指数电池容量衰退经验模型作为锂离子电池寿命退化模型：/n步骤1.1、从电池测试数据集中提取出电池容量数据作为样本数据C；/n步骤1.2、双指数容量衰减模型：Q＝a·exp(b·k)+c·exp(d·k)，其中Q为电池容量，k为循环次数，a，b，c，d是模型参数；/n步骤1.3、设定预测起始点T，T之前的数据为已知的历史数据，从T循环开始执行对步骤1.2双指数容量衰减模型的预测，估计每个循环的电池容量；/n步骤2、建立锂离子电池容量衰退过程中的状态转移方程和观测方程：/nx
【技术特征摘要】
20190718 CN 20191064922141.一种锂离子电池的基于全局优化粒子滤波的寿命预测方法，包括以下步骤：
步骤1、建立双指数电池容量衰退经验模型作为锂离子电池寿命退化模型：
步骤1.1、从电池测试数据集中提取出电池容量数据作为样本数据C；
步骤1.2、双指数容量衰减模型：Q＝a·exp(b·k)+c·exp(d·k)，其中Q为电池容量，k为循环次数，a，b，c，d是模型参数；
步骤1.3、设定预测起始点T，T之前的数据为已知的历史数据，从T循环开始执行对步骤1.2双指数容量衰减模型的预测，估计每个循环的电池容量；
步骤2、建立锂离子电池容量衰退过程中的状态转移方程和观测方程：
xk＝[akbkckdkμσ]T,
Qk+1＝ak+1·exp(bk+1·(k+1))+ck+1·exp(dk+1·(k+1))+vk+1,
其中，ak，bk，ck，dk为锂离子电池第k次充放电循环周期所对应的状态变量，Qk+1为第k+1次充放电循环周期所对应的电池估算容量值；Q，a，b，c，d的噪声分别为均值μ，方差为σ，；σQ；σa，σb，σc，σd的高斯白噪声分布vk+1，wa，wb，wc和wd；N(μ,σa)，N(μ,σb)，N(μ,σc)，N(μ,σd)是相应的噪声分布函数；
步骤3、初始化粒子滤波算法：
步骤3.1、设定相关参数：粒子的数目N，粒子滤波模型过程中的过程噪声和观测噪声的协方差R和S，电池循环使用寿命结束的阈值U；
步骤3.2、根据样本数据C，获得双指数容量衰退模型的状态变量初值a0，b0，c0，d0的分布，以其构成初始粒子集，即k＝0，
步骤3.3、根据转移状态密度函数对粒子进行重要性采样，获得带有权重的重要性采样预测粒子集，即其中为归一化的每个粒子的权重；
步骤4、拉马克重写操作设置；
步骤4.1、种群设置，把k循环周期的粒子集当作整个优化操作的第一代初始种群g为种群进化的代数，此时g＝0，种群大小等于粒子数目N...
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。