【技术实现步骤摘要】
一种小样本条件下的锂电池剩余寿命预测方法
[0001]本专利技术属于锂电池可靠性分析
,更为具体地讲,涉及一种小样本条件下的锂电池剩余寿命预测方法。
技术介绍
[0002]锂电池作为一种重要储能器件,其具有能量密度大、使用寿命长等许多优点,目前已广泛应用于新能源汽车、航空航天等诸多关键领域中。锂电池作为系统的核心部分,其可靠性影响着整个系统设备的运行稳定性,而对锂电池模块的剩余寿命(RUL,Remaining Useful Life)预测技术方法的研究也变得十分必要,其具有以下几点重要意义:(1)是获得锂电池模块可靠性信息的重要途径,可进一步为实现系统在线监测与健康管理提供依据;(2)有助于促使生产商对锂电池模块进行工艺改进(引入新的材料与改进封装技术);(3)有利于更好地设计加速老化试验以获得更为准确的老化数据;(4)可实现视情维修,使终端使用者获得锂电池模块更多的寿命信息以减少对系统维护的投入。
[0003]而现有对锂电池模块的RUL预测技术方法的研究主要分为两大类,基于物理模型驱动的预测技术和基于数据驱动的预测技术。虽然基于物理模型驱动的预测技术可从材料的角度上表述锂电池器件的RUL信息,但需要对器件制造材料的本质特性与工艺制造过程有足够深的理解,而且所获取的物理模型往往缺乏足够的精度,建模的过程易丢失对象参数间的非线性关系,导致误差增大。而基于数据驱动的预测技术是从锂电池器件的历史老化数据中学习输入和输出之间的映射关系,其主要分为基于概率统计的方法和基于机器学习的方法。基于机器学习的方法能够利用 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种小样本条件下的锂电池剩余寿命预测方法,其特征在于,包括以下步骤:(1)、获取锂电池容量在不同时刻的退化量;通过加速N个锂电池的寿命实验,采样每个锂电池在不同时刻的容量,再将每个锂电池在不同时刻的容量与初始容量做差,获得每个锂电池在不同时刻的容量退化量,其中,第i个锂电池在不同时刻的容量退化量记为其中,i=1,2,
…
,N,表示第i个锂电池的初始容量退化量,表示第i个锂电池在第t个时刻的容量退化量,t=1,2,
…
,T,T表示采样时刻数;(2)、构建锂电池在每个采样时刻的二阶段维纳过程模型;其中,μ1和μ2分别是第一阶段和第二阶段维纳过程的漂移系数;φ1和φ2分别是第一阶段和第二阶段维纳过程的扩散系数;B(t)为标准布朗运动,τ表示锂电池容量退化的拐点时刻,x
τ
表示锂电池在拐点时刻τ时对应的容量退化量;(3)、利用最大似然估计算法估计每个锂电池在二阶段维纳过程模型中的参数θ
i
;(3.1)、设第i个锂电池在X(t)中的模型参数为θ
i
,其中,μ
i,1
,μ
i,2
表示第i个锂电池在第一阶段和第二阶段维纳过程的漂移系数,φ
i,1
,φ
i,2
表示第i个锂电池在第一阶段和第二阶段维纳过程的扩散系数,τ
i
表示第i个锂电池容量退化的拐点时刻;(3.2)、利用最大似然估计算法估计θ
i
:其中,其中,其中,为的协
方差矩阵,具体满足:方差矩阵,具体满足:为的协方差矩阵,具体满足:(3.3)、将N个锂电池估计的的参数构建参数集合Θ={θ1,θ2,
…
,θ
i
,
…
,θ
N
};(4)、估计每个θ
i
的分布参数;在二阶段维纳过程模型中,令漂移系数μ1服从正态分布的随机变量其中,为μ1的均值,为μ1方差;令漂移系数μ2服从正态分布的随机变量令锂电池容量退化的拐点时刻τ服从伽马分布的随机变量τ~Ga(α,β),其中,α,β分别表示形状参数和逆尺度参数;那么,在参数集合Θ中,利用{μ
1,1
,μ
2,1
,
…
,μ
i,1
,
…
,μ
N,1
}估计μ1的分布参数利用{μ
1,2
技术研发人员:刘震,陈啸午,汪静元,程玉华,王厚军,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:
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。