【技术实现步骤摘要】
一种考虑健康因子延迟的锂电池健康状态估计方法
[0001]本专利技术涉及锂电池健康状态估计的
，尤其涉及一种考虑健康因子延迟的锂电池健康状态估计方法。
技术介绍
[0002]锂电池由于本身具有能量密度高，成本低，使用寿命长的优点，因此被广泛应用于电子设备，新能源汽车和储能系统中。但是，锂离子电池会随着反复的充放电循环和长时间的使用，电池内部会发生一些不可逆转化学反应，导致内阻增大、最大可用容量、能量以及峰值功率能力衰减，影响电池的正常使用，甚至会引发安全事故，因此，在整个寿命期间，为保证锂离子电池的安全可靠的运行，对其健康状态进行监测十分必要。目前，通常将健康状态SOH定义为电池实际的可用容量与初始容量之间的比值，反映电池相对于其寿命开始时的当前存储和供应能量的能力，当SOH降至80％认为锂电池的寿命到达终点，应及时更换老化的电池。
[0003]迄今为止，针对SOH的估计，研究人员做出了许多的研究，这些方法主要分为三个方面：直接测量法、基于模型的方法和数据驱动的方法。直接测量法就是直接测量电池的内阻和容量，由于...
【技术保护点】
【技术特征摘要】
1.一种考虑健康因子延迟的锂电池健康状态估计方法，其特征在于，包括：采用皮尔逊相关性分析法挑选满足预设标准的充电电压区间来描述电池老化过程；采用自适应噪声的完备经验模态分解方法将所选健康因子分解为主要趋势部分和次要波动部分；分别对所述主要趋势部分运用GS
‑
LM模型进行预测，对所述次要波动部分采用相关向量机进行预测；将预测的主要趋势部分和次要波动部分相结合，即为预测的健康因子数据，通过高斯过程回归建立所述预测的健康因子数据与SOH之间的关系，实现SOH的在线预测。2.如权利要求1所述的考虑健康因子延迟的锂电池健康状态估计方法，其特征在于：所述采用皮尔逊相关性分析法挑选满足预设标准的充电电压区间来描述电池老化过程包括，利用所述皮尔逊相关性分析法衡量健康因子与SOH相关程度，相关系数的取值范围是[
‑
1,1]，相关系数的绝对值越大，则表明所述健康因子与所述SOH相关度越高，当所述健康因子与所述SOH线性相关时，相关系数取值为1或
‑
1。3.如权利要求1或2所述的考虑健康因子延迟的锂电池健康状态估计方法，其特征在于：所述采用自适应噪声的完备经验模态分解方法将所选健康因子分解为主要趋势部分和次要波动部分的过程包括，定义s(n)为原始信号，为恒流充电过程中提取的健康因子HI，在其中加入满足标准正态分布的高斯白噪声，IMF
k
表示信号被分解的第k个本征模态函数；计算IMF1，信号s(n)+ε0ω
i
(n)被分解I次，其中参数ε控制附加噪声与原始信号的信噪比，IMF1的计算方法如下所示：残差计算，当k＝1时，残差的计算方法如下所示：r1(n)＝s(n)
‑
IMF1(n)在进行下一次分解之前，对白噪声进行EMD分解，得到第一个分量的值，并将其加入到残差信号中，消除噪声对原始信号造成的误差，待分解信号则被更新为r1(n)+ε1E1(ω
i
(n))(i＝1,2,
…
,I)，重复残差计算过程，得到IMF2，IMF2的计算方法如下：当k＝2,3,
…
,K时，第k个残差为：r
k
(n)＝r
k
‑1(n)
‑
IMF
k
(n)对r
k
(n)+ε
k
E
k
(ω
i
(n))(i＝1,2,
…
,I)进行分解，直到获得第一个EMD分量，IMF
k+1
的计算方法如下所示：
重复计算第k个残差及获取第一个EMD分量步骤，直到残差信号不能再分解为止，即残差信号最多有一个极值；将原始信号s(n)表示为k个IMF和一个残差r(n)的组合，如下式所示：4.如权利要求1所述的考虑健康因子延迟的锂电池健康状态估计方法，其特征在于：所述GS
‑
LM模型包括高斯函数和正弦函数，根据残差的特点，选择符合预设标准的函数进行拟合，其数学表达式如下：其中，a1、b1、c1为待求参数，x为电池循环次数，f为残差。5.如权利要求1所述的考虑健康因子延迟的锂电池健康状态估计方法，其特征在于：所述相关向量机是基于核函数映射将低维空间非线性问题转化为高维空间的线性问题，其进行预测的过程包括，定义用于训练的样本数据集为{x
n
,t
n
|n＝1,2,
…
,N}，x
n
表示用于训练的样本输入值，t
n
表示独立分布的输出量，建立x
n
和t
n
的函数关系：t
n
＝φ(x
n
)w
n
+ε
n
上式中，φ(x
n
)＝K(x,x
n
)表示核函数，ε
n
代表ε
n
～N(0,σ2)的附加高斯噪声，根据其推断出下式满足高斯分布：p(t...
【专利技术属性】
技术研发人员：毛玲，董浩，赵晋斌，屈克庆，李芬，金浩，常珊珊，
申请(专利权)人：上海电力大学，
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。