一种基于特征阻抗的锂电池过充电过放电检测方法技术

本公开揭示了一种基于特征阻抗的锂电池过充电过放电检测方法，包括：S100：获取待测锂电池的电化学阻抗谱；S200：基于电化学阻抗谱提取待测锂电池的特征阻抗；S300：将所述特征阻抗输入过充电过放电检测模型，以实现对待测锂电池的过充电过放电检测。本公开通过利用电化学阻抗谱法表征信息，不仅表征全面，且不需拆解电池，电化学阻抗谱对电池状态的改变以及内部结构的变化敏感，可以有效表征电池状态。可以有效表征电池状态。可以有效表征电池状态。

【技术实现步骤摘要】
一种基于特征阻抗的锂电池过充电过放电检测方法


[0001]本公开属于电池检测领域，具体涉及一种基于特征阻抗的锂电池过充电过放电检测方法。

技术介绍

[0002]随着清洁能源高效利用的快速发展，锂电池在电动汽车与电化学储能等多个行业有了广泛应用。但是由于电池一致性差以及当前均衡策略不完善，电池模组中性能差的单体电池会出现过充电与过放电故障，使得电池健康状态加速衰减、温升增大，给电池模组的应用带来安全隐患。而过充电与过放电故障会导致电池内部出现微短路、结构相变等，而宽频的交流内阻能够对电池内部电化学反应与结构相变过程有效表征。因此对锂电池充放电过程中的过充电与过放电故障阻抗特性进行分析，以及对故障检测方法进行研究对于锂电池安全应用显得十分重要。
[0003]现有的用于电池过充电过放电检测的方法主要包括基于结构形态检测法和电化学性能检测法，其中，基于结构形态检测法是利用SEM、XRD、TEM等显微观测手段，以实现对电池特性的表征，该方法能够准确、清洗的反应电池内部结构变化，但是观测范围窄，且需对电池进行拆解。电化学性能检测主要针对对电池阻抗、电压、容量和气体等进行检测，其主要利用电池宏观特征量进行分析检测，易于实现且无需对电池进行拆解，但该方法无法清晰表征电池内部的微弱变化，反应滞后。

技术实现思路

[0004]针对现有技术中的不足，本公开的目的在于提供一种基于特征阻抗的锂电池过充电过放电检测方法，该方法利用电化学阻抗谱表征锂电池充放电信息，不仅表征全面，且不需拆解电池，同时对电池状态的改变以及内部结构的变化敏感，可以有效表征电池状态。
[0005]为实现上述目的，本公开提供以下技术方案：
[0006]一种基于特征阻抗的锂电池过充电过放电检测方法，包括如下步骤：
[0007]S100：获取待测锂电池的电化学阻抗谱；
[0008]S200：基于电化学阻抗谱提取待测锂电池的特征阻抗；
[0009]S300：将特征阻抗输入过充电过放电检测模型，以实现对待测锂电池的过充电过放电检测。
[0010]优选的，所述特征阻抗包括欧姆内阻、SEI膜内阻、电荷转移电阻和低频扩散阻抗。
[0011]优选的，步骤S300中，所述过充电过放电检测模型采用基于粒子群优化的支持向量机检测模型。
[0012]优选的，所述基于粒子群优化的支持向量机检测模型的构建过程如下：
[0013]S301：输入锂电池不同循环状态下的特征量阻抗值；
[0014]S302：选择高斯函数作为核函数；
[0015]S303：初始化粒子群，设置粒子群体规模、惩罚值、迭代最大次数、核函数的初始参
数值，以建立支持向量机检测模型；
[0016]S304：计算每个粒子的适应度函数，并判断当迭代次数达到最大时粒子的适应度函数是否满足精度要求，如果满足，则获得最优支持向量机检测模型，否则更新粒子的位置与速度并返回步骤S303，重新构建新的支持向量机诊断模型。
[0017]优选的，步骤S303中，通过下式设置粒子位置及速度：
[0018]v
t+1
＝wv
t
+r1·
rand()
·
(P
t
‑
x
t
)+r2·
rand()
·
(G
t
‑
x
t
)
[0019]x
t+1
＝x
t
+v
t
[0020]其中，x
t
为粒子当前时刻的位置，v
t
为粒子当前时刻的速度，w为惯性权重，r1与r2为常数，rand()为生成随机数，P
t
、G
t
为当前时刻t的粒子的自身的最佳位置与全局的最优位置。
[0021]本公开还提出一种基于特征阻抗的锂电池过充电过放电检测装置，包括：
[0022]获取单元，用于获取待测锂电池的电化学阻抗谱；
[0023]提取单元，用于基于电化学阻抗谱提取待测锂电池的特征阻抗；
[0024]检测单元，用于将特征阻抗输入过充电过放电检测模型，以实现对待测锂电池的过充电过放电检测。
[0025]与现有技术相比，本公开带来的有益效果为：
[0026]1、本公开通过利用电化学阻抗谱表征锂电池充放电信息，不仅表征全面，且不需拆解电池，同时其对电池状态的改变以及内部结构的变化敏感，可以有效表征电池状态。
[0027]2、支持向量机在小样本、非线性问题中存在明显优势。电化学阻抗谱与支持向量机算法的同时应用，通过特征阻抗可以快速进行过充电与过放电诊断，可有效应用于电池全寿命周期内的过充电与过放电故障诊断，为电池管理策略提供参考，有助于提升电池安全性，同时对于退役电池筛选再利用也具有重要意义。
附图说明
[0028]图1是本公开一个实施例提供的一种基于特征阻抗的锂电池过充电过放电检测方法的流程图；
[0029]图2是本公开另一个实施例提供的支持向量机的最优分类平面示意图；
[0030]图3是本公开另一个实施例提供的基于粒子群优化支持向量机故障诊断模型流程图；
[0031]图4是本公开另一个实施例提供的基于粒子群优化支持向量机模型的最终测试集预测结果图；
[0032]图5是本公开另一个实施例提供的待测锂电池的电化学阻抗谱图；
[0033]图6是本公开另一个实施例提供的待测锂电池的过充电过放电测试结果；
[0034]图7(a)是本公开另一个实施例提供的决策树检测混淆矩阵结果图；
[0035]图7(b)是本公开另一个实施例提供的KNN检测混淆矩阵结果图；
[0036]图7(c)是本公开另一个实施例提供的贝叶斯分类器检测混淆矩阵结果图；
[0037]图7(d)是本公开另一个实施例提供的人工神经网络检测混淆矩阵结果图；
[0038]图7(e)是本公开另一个实施例提供的基本SVM检测混淆矩阵结果图。
具体实施方式
[0039]下面将参照附图1至图7(e)详细地描述本公开的具体实施例。虽然附图中显示了本公开的具体实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
[0040]需要说明的是，在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可以理解，技术人员可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名词的差异作为区分组件的方式，而是以组件在功能上的差异作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”或“包括”为一开放式用语，故应解释成“包含但不限定于”。说明书后续描述为实施本公开的较佳实施方式，然所述描述乃以说明书的一般原则为目的，并非用以限定本公开的范围。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于特征阻抗的锂电池过充电过放电检测方法，包括如下步骤：S100：获取待测锂电池的电化学阻抗谱；S200：基于电化学阻抗谱提取待测锂电池的特征阻抗；S300：将特征阻抗输入过充电过放电检测模型，以实现对待测锂电池的过充电过放电检测。2.根据权利要求1所述的方法，其中，优选的，步骤S200中，所述特征阻抗包括欧姆内阻、SEI膜内阻、电荷转移电阻和低频扩散阻抗。3.根据权利要求1所述的方法，其中，步骤S300中，所述过充电过放电检测模型采用基于粒子群优化的支持向量机检测模型。4.根据权利要求3所述的方法，其中，所述基于粒子群优化的支持向量机检测模型的构建过程如下：S301：输入锂电池不同循环状态下的特征量阻抗值；S302：选择高斯函数作为核函数；S303：初始化粒子群，设置粒子群体规模、惩罚值、迭代最大次数、粒子位置及速度、核函数的初始参数值，以构建支持向量机检测模型；S304：计算每个粒子的适应度函数，并判断当迭代次数达到最大时粒子的适应度函数是否满足精度要求，如果满足，则获得最优支持向量机检测模型；否则更新粒子的位置与速度并返回步骤S303，重新构建新的支持向量机诊断模型。5.根据权利要求4所述的方法，其中，步骤S303中，...

【专利技术属性】
技术研发人员：董明，刘王泽宇，庾甜甜，任明，张崇兴，雷万钧，熊锦晨，吴倩，胡一卓，王彬，贺馨仪，李青，马庆华，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：