一种基于二次差分温度特征的锂电池健康状态估计方法技术

本发明专利技术涉及动力锂电池应用技术领域，尤其涉及一种基于二次差分温度特征的锂电池健康状态估计方法，针对当前现有的锂电池SOH估计方法估计的准确率较低的问题，现提出如下方案，其中包括以下步骤：S1：获取并计算，S2:数据处理，S3：曲线处理，S4：线性拟合，S5：等值电压获取，S6：进行预测，S7：进行验证，本发明专利技术的目的是提供一种基于二次差分温度特征的锂电池健康状态估计方法，通过对温度计算二阶有限差分的方法，准确高效地反映了锂电池老化趋势，增加SOH估计模型健康特征的多样性，提高基于数据驱动的SOH估计方法的准确性和便捷性。据驱动的SOH估计方法的准确性和便捷性。据驱动的SOH估计方法的准确性和便捷性。

【技术实现步骤摘要】
一种基于二次差分温度特征的锂电池健康状态估计方法


[0001]本专利技术涉及动力锂电池应用
，尤其涉及一种基于二次差分温度特征的锂电池健康状态估计方法。

技术介绍

[0002]动力锂电池具有能量高、重量轻、使用寿命长等优点，因此被广泛应用于新能源汽车、电力储能等领域。然而，锂电池老化导致的性能下降，给锂电池设备的运行带来安全隐患。因此，在保障电池组的安全使用及设备的稳定运行等方面，精确估计动力锂电池的健康状态（State of Health, SOH）具有重要意义。当前在锂电池SOH估计的主流方法中，数据驱动法由于不需要深究锂电池内部复杂的机理，成为了热门方法。数据驱动法依赖于大量的实验数据，结合机器学习、深度学习等人工智能方法训练模型进行预测，准确度较高。而在这个过程中，健康特征的选取是非常重要的环节。近年来，国内外学者从充电时长、温度、电压等多个角度入手，挖掘出了恒流充电时长、恒压充电时长、温度曲线在时间上的积分、差分温度、电压曲线斜率等诸多健康特征，采用Pearson和Spearman相关系数对特征进行筛选，并利用主成分分析等方法优本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于二次差分温度特征的锂电池健康状态估计方法，其特征在于，包括以下步骤：S1：获取并计算：从锂电池放电过程中获得数据，并计算温度对于时间的一阶有限差分DT；S2：数据处理：将得到的一阶有限差分DT采用高斯滤波对数据进行处理；S3：曲线处理：定义DT曲线，并对得到的DT曲线进行计算，通过计算得到温度的二阶有限差分DT
(2)
；S4：线性拟合：通过限制x, y轴坐标，框取区间，并对区间内的二阶有限差分曲线进行准确的线性拟合；S5：等值电压获取：对DT
(2)
曲线进行截取，并通过反解线性拟合方程得到二阶差分达到同一值时所对应的电压，称为二阶差分等值电压；S6：进行预测：将二阶差分等值电压输入岭回归方程进行锂电池SOH预测；S7：进行验证：对预测方法进行验证。2.根据权利要求1所述的一种基于二次差分温度特征的锂电池健康状态估计方法，其特征在于，所述S1中，从锂电池放电过程中获得温度、时间、电压数据，并计算温度对于时间的一阶有限差分DT，计算公式为，其中，T分别为充电阶段的温度，k为数据对应的时间，L1为选取的采样区间长度，DT
m
：温度T对于时间t在采样区间L1上的有限差分，T(k)：放电阶段第k秒的温度，T(k
‑
L1)：放电阶段第k
‑
L1秒的温度。3.根据权利要求1所述的一种基于二次差分温度特征的锂电池健康状态估计方法，其特征在于，所述S2中，将得到的一阶有限差分DT采用高斯滤波对数据进行处理，使用零均值的一维高斯函数公式为，其中G(x)为概率，为标准差，采用高斯滤波对数据x进行处理。4.根据权利要求1所述的一种基于二次差分温度特征的锂电池健康状态估计方法，其特征在于，所述S3中，定义DT曲线的横轴变量为电压V，纵轴变量为经滤波后的有限差分，并通过高斯滤波后得到DT曲线，对得到的DT曲线进行计算，通过对于时间t在采样区间L2上进行有限差分计算得到温度的二阶差分，计算公式为，DT为经高斯滤波后的温度一阶有限差分，k为数据对应的时间，L2为选取的采样区间长度，通过对于时间t在采样区间L2上进行有限差分...

【专利技术属性】
技术研发人员：曾昱升，孟锦豪，彭纪昌，刘平，
申请(专利权)人：四川大学，
类型：发明
国别省市：