【技术实现步骤摘要】
一种基于支持向量机的锂离子动力电池安全度评估方法及装置
本专利技术涉及电池安全度评估领域,特别是涉及一种基于支持向量机的锂离子动力电池安全度评估方法。
技术介绍
随着全球市场电动汽车商品化步伐的日益加快,对高功率和高能量动力电池需求迅速增加,而电池的安全性也越来越受到人们的关注。尤其是近几年,锂电池自燃、爆炸等事故频繁发生,锂电池的安全性愈发受到重视。目前,我国锂电池在技术研发层面尚处于初始阶段,在安全性方面依旧存在诸多问题。目前电动汽车在中国正处于高速发展阶段,电动汽车的飞速发展带动了动力电池产业的发展。然而,近几年电池自燃、爆炸等事故频发,人们越来越关注新能源汽车电池系统的安全性。一旦电池达到了某种临界条件,例如过电压,过温度,低寿命,如不及时采取相应的安全防范措施,电池热失控势必导致安全性事故。由此可见,电池的安全性问题成为了新能源行业必须面对的问题。安全性事故来自热失控,而导致热失控的诱因主要有两种,一是机械电气诱因(如针刺、碰撞等事故导致),二是电化学诱因(如过充、快充、自发性短路等),电池 ...
【技术保护点】
1.一种基于支持向量机的锂离子动力电池安全度评估方法,其特征在于,包括以下步骤:/n采集电池的实时输出电压和输出电流作为特征参数,采集锂离子动力电池在所述特征参数时的电池温度;/n将所述输出电压、输出电流和对应情况下的电池温度作为样本,并将其分为训练集和测试集;/n以电池的实时输出电压和输出电流作为所述预测模型的输入,以锂电池工作时的预测温度值f
【技术特征摘要】
1.一种基于支持向量机的锂离子动力电池安全度评估方法,其特征在于,包括以下步骤:
采集电池的实时输出电压和输出电流作为特征参数,采集锂离子动力电池在所述特征参数时的电池温度;
将所述输出电压、输出电流和对应情况下的电池温度作为样本,并将其分为训练集和测试集;
以电池的实时输出电压和输出电流作为所述预测模型的输入,以锂电池工作时的预测温度值fi作为输出,构建预测模型:
将训练样本输入所述预测模型中对所述预测模型进行训练,得到训练好的预测模型;
将待测数据输入训练好的预测模型中,得到预测温度fi,根据下式计算电池的安全度SOS数值:
其中,fi为锂电池工作时的预测温度值,F为锂电池温度出现剧烈提升的临界值。
2.根据权利要求1所述一种基于支持向量机的锂离子动力电池安全度评估方法,其特征在于,所述预测模型的获取方法包括如下步骤:
构造最优决策函数:y(x)=ω·ψ(x)+b;
构建最小二乘支持向量机模型:
其中,ξi为变量误差;|ω|2为控制模型负责度;C称为惩罚因子,为常数;b为偏差;
将所述最小二乘支持向量机模型进行转化为下式:
其中,α=(α1,α2,...,αl)T,y=(y1,y2,...,yl)T;
根据所述最小二乘法得到参数b和αi,进而得到LS-SVM决策函数f(x)为:
将多项式核函数和RBF核函数构成的混合核函数代入所述决策函数f(x)中,...
【专利技术属性】
技术研发人员:于德亮,周辉,李然,
申请(专利权)人:哈尔滨理工大学,
类型:发明
国别省市:黑龙江;23
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。