【技术实现步骤摘要】
基于多通道技术的动力电池健康状态的估计方法及系统
本专利技术属于动力电池相关
，更具体地，涉及一种基于多通道技术的动力电池健康状态的估计方法及系统。
技术介绍
电池在应用过程中可能出现的故障以及健康状态下降均会产生不利影响，所以要降低这些不利影响就需要准确估计和预测电池的健康状态(Stateofhealth，SOH)，由于预测动力电池的故障之前一般都需要估计动力电池的SOH，而电池的SOH又与电池的容量息息相关，动力电池在使用过程中不可避免的会遇到容量衰竭问题，即可以充进电池中的电量越来越小，明确容量衰减的原因对研究动力电池的健康状态SOH有着至关重要的意义。电池容量衰减是动力电池技术研究中一个比较普遍的问题，随着电池循环次数的增加，可以充进电池中的电量越来越少，当电池的可用容量衰减到一定程度时视为寿命终止。对于电动汽车用动力电池，当可用容量衰减到额定容量的60％～80％时，寿命终止。动力电池技术研究主要包括两方面：荷电状态SOC和健康状态SOH估计，重点为有效估计动力电池的SOH。现有技术中，动力电池...
【技术保护点】
1.一种基于多通道技术的动力电池健康状态的估计方法，其特征在于，所述方法包括：/nS1，采集电池样本中每一电池在不同充放电循环次数下电流、电压以及温度随时间的变化的特征值；/nS2，根据所述特征值获取所述电池在每一充放电循环下的电池容量，以获取每一充放电循环下电流、电压以及温度与所述电池容量的对应关系组成的数据集；/nS3，构建预测模型，采用所述数据集中的数据对所述预测模型进行训练和验证，以获取训练完成的预测模型；/nS4，将待预测电池的特征值输入所述训练完成的预测模型，以获取所述待预测电池的电池容量，进而结合所述待预测电池的额定容量获取所述待预测电池的健康状态。/n
【技术特征摘要】
1.一种基于多通道技术的动力电池健康状态的估计方法，其特征在于，所述方法包括：
S1，采集电池样本中每一电池在不同充放电循环次数下电流、电压以及温度随时间的变化的特征值；
S2，根据所述特征值获取所述电池在每一充放电循环下的电池容量，以获取每一充放电循环下电流、电压以及温度与所述电池容量的对应关系组成的数据集；
S3，构建预测模型，采用所述数据集中的数据对所述预测模型进行训练和验证，以获取训练完成的预测模型；
S4，将待预测电池的特征值输入所述训练完成的预测模型，以获取所述待预测电池的电池容量，进而结合所述待预测电池的额定容量获取所述待预测电池的健康状态。
2.根据权利要求1所述的估计方法，其特征在于，步骤S1还包括对每一电池在每一充放电循环下分别将所述电流、电压以及温度随时间的变化的特征值分成N份，对每一份中的特征值取均值，进而获得3N份特征值数据。
3.根据权利要求1所述的估计方法，其特征在于，步骤S3中，所述采用所述数据集中的数据对所述预测模型进行训练和验证具体为：
将所述数据集中部分数据作为训练数据对所述预测模型进行训练，并将所述数据集中的另一部分数据作为测试数据对所述预测模型进行验证，以获取训练完成的预测模型。
4.根据权利要求1或3所述的估计方法，其特征在于，所述采用所述数据集中的数据对所述预测模型进行训练和验证的过程包括：将所述数据集中的电流、电压以及温度随时间变化的特征值作为所述预测模型的输入，将所述数据集中所述特征值对应的电池容量作为所述预测模型的输出。
5.根据权利要求4所述的估计方法，其特征在于，所述采用所述数据集中的数据对所述预测模型进行训练和验证的过程还包括：
将所述预测模型输出的电池容量与所述特征值对应的电池容量值进行比较，若小于预设误差则所述预测模型完成训练，若大于预设误差则对所述预测模型中的参数进行调整，直至...
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。