一种动力电池寿命快速测试方法及系统技术方案

本发明专利技术属于动力电池领域，公开了一种动力电池寿命快速测试方法及系统，包括：获取待测试动力电池的变量曲线，基于获取的变量曲线得到横向和纵向变量序列；将横向和纵向变量序列作为自变量，基于核典型相关分析方法将自变量拟合到电池循环寿命，引入递归核典型相关分析方法得到自变量和电池循环寿命之间的最大相关系数；将最大相关系数高于阈值的电池循环寿命对应的序列结合机器学习模型进行测试得到动力电池寿命测试结果。本发明专利技术避免了对先验知识的要求，与传统测试方法相比，在电池循环寿命测试中表现出良好的有效性并提高了鲁棒性，且极大缩短了测试时间。且极大缩短了测试时间。且极大缩短了测试时间。

【技术实现步骤摘要】
一种动力电池寿命快速测试方法及系统


[0001]本专利技术属于动力电池领域，尤其涉及一种动力电池寿命快速测试方法及系统。

技术介绍

[0002]电池寿命是指可用容量下降至初始值80％时的充放电次数。对电池进行循环寿命测试，能够进一步了解电池特性，论证电池是否达到设计目标，在使用电池的过程中实现更好的管控，同时评估电池满足不同应用场景需求的能力。
[0003]目前，锂离子电池循环寿命测试主要采用国标GB/T 31484
‑
2015《电动汽车用动力蓄电池循环寿命要求及试验方法》。该标准中规定，进行电池标准循环寿命测试时，需将电池连续循环充放电至其寿命终止条件，即“一测到底”。锂离子电池充放电循环次数可达几千甚至一万次以上，测试时间可达1年乃至更长时间，这项测试通常十分耗时。现有技术公开了一种电池测试方法：控制电池进行N轮次充放电操作,每轮次充放电操作包括多次充电操作和多次放电操作,多次充电操作至少基于两种电流规格进行,多次放电操作至少基于两种电流规格进行；在控制电池进行N轮次充放电操作后,将测试次数记录加1；重新执行确定电池的电池容量值的步骤,直至电池容量值小于预设容量值。现有技术公开了一种电池测试方法：获取电流充放电曲线,基于所述电池使用电压上下限,基于该电流充放电曲线进行电压区间划分；对相同的电芯样品平行在不同电压区间内进行循环测试,对应获得不同电压区间的循环衰减；对所述不同电压区间的循环衰减进行融合,获得循环总衰减。然而以上方法获得电池循环寿命的需要通过全周期、长时间、高成本的测试。/>[0004]基于预测的电池寿命快速测试方法是解决上述问题优秀方案，即“以估代测”。通过以预测代替全周期测试，可省去大量时间，能够实现电池循环寿命的高效准确评估。现有技术公开了一种预测方法，通过将电池进行不同循环次数的短期循环性能测试，记录循环次数和容量保持率，然后将不同循环次数后的电池进行拆解，利用X射线衍射法测试石墨负极材料的石墨化度，根据循环次数、容量保持率和石墨化度三种数据进行测试。此种方法需要拆解破坏电池，存在一定局限性。现有技术公开了一种锂离子电池循环寿命的测试方法，在电池表面安装压力传感器，记录电池一定循环次数内的容量信息，根据循环次数、放电容量和压力传感器中的电压数据进行拟合，实现对电池寿命的测试。此方法需要额外的压力传感器，实际中会增加成本，存在一定局限性。现有技术还公开了一种锂离子循环寿命的快速测试方法，通过将电池置于不同倍率下进行500次循环测试，拟合方程得到测试方程实现电池的寿命测试。此方法无需精密的测试设备和复杂的理论计算，但依然需要较长时间的循环测试，实用性不高。电池寿命测试方法有助于电池的生产、优化和开发，但是动力电池是一个强非线性系统，对环境高度敏感，循环寿命测试极其困难。新能源汽车产业要求动力电池能够快速进行技术迭代和产品升级，但现有电池的循环寿命快速测试方法缺失，严重制约新能源汽车行业的快速高质量发展。因此，如何缩短寿命测试时间，快速准确高效地测试并评估电池循环寿命，已成为突破动力电池及其相关产业快速发展关键技术瓶颈的重要手段。
[0005]目前已存在许多用于锂电池循环寿命测试的模型测试方法，通常可以分为机理模型、经验模型和机器学习模型。目前用于动力电池寿命测试的许多机理模型为基于伪二维的电化学模型，其考虑了由副反应引起的容量退化，但它们无法考虑电池的不一致性。与机理模型不同，经验模型直接拟合容量下降轨迹而忽略了电池内部机制；为了根据最新的电池状态和工作条件更新模型参数，卡尔曼滤波器(KF)和局部滤波器(PF)被广泛使用；然而，由于这些经验模型与收集的老化曲线拟合，它们通常只能在相似条件下应用，这意味着泛化能力较差。机器学习模型通过将一组提取的电池特征映射到基于大量数据的电池循环寿命来进行测试。然而，大部分机器学习模型通常输入的特征较少，在实际应用中可能会导致鲁棒性较弱；此外，这些特征通常集中在整个数据集的几个点上，数据集的其余部分没有被充分利用，导致准确性降低；此外，手动找到合适的数据特征集通常需要花费大量精力。

技术实现思路

[0006]为了解决传统测试方法的周期长、成本高的技术问题，本专利技术提出了一种动力电池寿命快速测试方法及系统，基于获取的变量曲线得到横向和纵向变量序列；将横向和纵向变量序列作为自变量，基于核典型相关分析方法将自变量拟合到电池循环寿命，引入递归核典型相关分析方法得到自变量和电池循环寿命之间的最大相关系数以及对应的核相关系数分析解决方案，在电池循环寿命测试中表现出良好的有效性，极大缩短了测试时间。
[0007]为了实现上述目的，本专利技术采用如下技术方案：
[0008]本专利技术的第一个方面提供一种动力电池寿命快速测试方法，采用估计代替待测试的方法，包括如下步骤：
[0009]获取待测试动力电池的变量曲线；
[0010]基于获取的变量曲线得到横向和纵向变量序列；
[0011]将横向和纵向变量序列作为自变量，基于核典型相关分析方法将自变量拟合到电池循环寿命，引入递归核典型相关分析方法得到自变量和电池循环寿命之间的最大相关系数；
[0012]将最大相关系数高于阈值的电池循环寿命对应的序列结合机器学习模型进行测试得到动力电池寿命测试结果。
[0013]本专利技术的第二个方面提供一种动力电池寿命快速测试系统，包括：
[0014]数据获取模块，用于获取待测试动力电池的变量曲线；
[0015]序列构建模块，用于基于获取的变量曲线得到横向和纵向变量序列；
[0016]数据拟合模块，用于将横向和纵向变量序列作为自变量，基于核典型相关分析方法将自变量拟合到电池循环寿命，引入递归核典型相关分析方法得到自变量和电池循环寿命之间的最大相关系数；
[0017]电池寿命测试模块，将最大相关系数高于阈值的电池循环寿命对应的序列结合机器学习模型进行测试得到动力电池寿命测试结果。
[0018]本专利技术的第三个方面提供一种计算机可读存储介质。
[0019]一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的一种动力电池寿命快速测试方法中的步骤。
[0020]本专利技术的第四个方面提供一种计算机设备。
[0021]一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的一种动力电池寿命快速测试方法中的步骤。
[0022]与现有技术相比，本专利技术的有益效果是：
[0023](1)与传统测试方法相比，本专利技术采用了以估计代替测试的方法，在电池循环寿命测试中表现出良好的有效性，极大缩短了测试时间，依靠精准预测即可完成寿命测试，极大减少寿命测试时间，加速电池升级换代。
[0024](2)本专利技术通过比较不同电池在同一循环中的状态来测试循环寿命和不同电池在同一点的变化趋势来预测循环寿命，引入核典型相关分析方法，通过将变量序列拟合到几乎完美的循环寿命，解决了过度拟合的问题，且可与传统特征相结合，与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动力电池寿命快速测试方法，其特征在于，采用估计代替待测试的方法，包括如下步骤：获取待测试动力电池的变量曲线；基于获取的变量曲线得到横向和纵向变量序列；将横向和纵向变量序列作为自变量，基于核典型相关分析方法将自变量拟合到电池循环寿命，引入递归核典型相关分析方法得到自变量和电池循环寿命之间的最大相关系数；将最大相关系数高于阈值的电池循环寿命对应的序列结合机器学习模型进行测试得到动力电池寿命测试结果。2.如权利要求1所述的一种动力电池寿命快速测试方法，其特征在于，所述待测试动力电池的变量曲线包括放电容量
‑
电压曲线、放电温度
‑
电压曲线、电压增量
‑
容量、放电电压
‑
时间曲线、放电温度
‑
时间曲线、放电电压/电流
‑
时间曲线和整个充电的恒压阶段步骤期间的充电电流插值曲线。3.如权利要求1所述的一种动力电池寿命快速测试方法，其特征在于，所述基于获取的变量曲线得到横向和纵向变量序列为：将变量曲线中一个周期内变化的电池变量构成的序列作为横向变量序列，不同周期内同一采样点变化的电池变量构成的序列作为纵向变量序列。4.如权利要求1所述的一种动力电池寿命快速测试方法，其特征在于，所述将横向和纵向变量序列作为自变量，基于核典型相关分析方法将自变量拟合到电池循环寿命，包括：采用核函数化解法，将自变量对应的序列映射至高维空间；计算映射至高维空间自变量对应的序列和电池循环寿命的投影；以上述投影之间的相关系数最大化为目标构建优化函数。5.如权利要求1所述的一种动力电池寿命快速测试方法，其特征在于，在优化函数构建时，通过正则化，将超参数和核偏最小二乘方法的优化问题中的项添加至目标函数。6.如权利要求1所述的一种动力电池寿命快速测试方法，其特征在于，所述引入递归核典型相关分析方法...

【专利技术属性】
技术研发人员：张承慧，李世鹏，商云龙，朱昱豪，
申请(专利权)人：山东大学，
类型：发明
国别省市：