蓄电池容量估计方法、训练方法、寿命估计方法及装置制造方法及图纸

本发明专利技术适用于蓄电池性能检测技术领域，公开了一种蓄电池容量估计方法、训练方法、寿命估计方法及装置。上述蓄电池容量估计方法包括：采集目标蓄电池在放电过程中电压陡降复升阶段的放电数据和温度数据；将放电数据和温度数据输入到经过训练的蓄电池容量估计模型中，以得到目标蓄电池的容量，其中，蓄电池容量估计模型经由训练集训练，训练集中每个样本包括样本蓄电池的容量以及样本蓄电池在放电过程中电压陡降复升阶段的放电数据和温度数据。本发明专利技术通过采集电压陡降复升阶段的放电数据和温度数据，简单、便捷地获取了检测电池容量用的电池数据，提高了蓄电池容量的评估效率。提高了蓄电池容量的评估效率。提高了蓄电池容量的评估效率。

【技术实现步骤摘要】
蓄电池容量估计方法、训练方法、寿命估计方法及装置


[0001]本专利技术属于蓄电池性能检测
，尤其涉及一种蓄电池容量估计方法、训练方法、寿命估计方法及装置。

技术介绍

[0002]目前，对于电力直流电源系统、储能系统、电动汽车动力系统等领域中应用的铅酸蓄电池来说，其性能会随着长时间的浮充、放充循环不断退化，为保证供电的安全性和可靠性，需对各蓄电池的容量和使用寿命进行测量或估算。
[0003]要对蓄电池进行寿命估计需要先计算蓄电池的容量，常用的蓄电池容量的测量方法为：在25℃环境下，将铅酸蓄电池满充，以蓄电池10h率放电电流进行放电，放电至1.8V时所放出的容量为实际容量；当铅酸蓄电池的实际容量低于其额定容量的80％时，认为其已经失效，应给予更换。通过这种方法测量蓄电池容量需要投入电池的电能消耗成本、寿命耗损成本和时间成本，并且放电后还需要再充电才能进入正常的电源状态，再充电也会消耗时间、耗损电池寿命。
[0004]针对上述问题，现有技术也提出了一些蓄电池容量估算方法：依据铅酸蓄电池的等效电路模型，分析了蓄电池容量与开路电压本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种蓄电池容量估计方法，其特征在于，包括：采集目标蓄电池在放电过程中电压陡降复升阶段的放电数据和温度数据；将所述放电数据和温度数据输入到经过训练的蓄电池容量估计模型中，以得到所述目标蓄电池的容量，其中，所述蓄电池容量估计模型经由训练集训练，所述训练集中每个样本包括样本蓄电池的容量以及所述样本蓄电池在放电过程中电压陡降复升阶段的放电数据和温度数据。2.如权利要求1所述的蓄电池容量估计方法，其特征在于，所述目标蓄电池与所述样本蓄电池为同一种类蓄电池，所述种类包括VRLA电池。3.如权利要求1所述的蓄电池容量估计方法，其特征在于，所述电压陡降复升阶段的放电数据包括谷值电压U
v
、峰值电池U
p
和放电电流I。4.一种蓄电池容量估计模型训练方法，其特征在于，包括：基于样本蓄电池的历史放电数据和历史温度数据，建立所述训练集和测试集，其中，所述训练集和所述测试集中每个样本包括样本蓄电池的容量以及所述样本蓄电池在放电过程中电压陡降复升阶段的放电数据和温度数据；通过所述训练集和所述测试集训练得到蓄电池容量估计模型，其中，所述蓄电池容量估计模型用于根据目标蓄电池在放电过程中电压陡降复升阶段的放电数据和温度数据，确定所述目标蓄电池的容量。5.如权利要求4所述的蓄电池容量估计模型训练方法，其特征在于，所述通过所述训练集和所述测试集训练所述蓄电池容量估计模型，包括：以径向基函数作为核函数构建蓄电池容量估计原型模型；基于所述训练集，通过狮群优化算法计算所述蓄电池容量估计模型的最优正则化参数；通过所述测试集验证所述具有最优正则化参数的蓄电池容量估计原型模型的估计效果，若估计效果满足预设要求，确定所述具有最优正则化参数的蓄电池容量估计原型模型为所述蓄电池容量估计模型。6.如权利要求5所述的蓄电池容量估计模型训练方法，其特征在于，所述基于所述训练集，通过狮群优化算法计算所述蓄电池容量估计模型的最优参数，包括：根据模型参数的寻优范围，初始化种群参数，所述种群中的个体代表模型参数的值；获取每个个体代表的所述蓄电池容量估计原型模型估计出的蓄电池容量值，通过估计出的样本蓄电池容量值和实际样本蓄电池容量值的差值计算适应度值；以所述适应度值为依据，通过狮群优化算法对所述种群进行更新，获取所述模型参数的最优解；所述通过所述测试集验证所述具有最优参数的蓄电池容量估计原型模型的估计效果，包括：将所述...

【专利技术属性】
技术研发人员：杜旭浩，李秉宇，庞先海，夏彦卫，刘杰，蔡子文，郭小凡，
申请(专利权)人：国网河北能源技术服务有限公司国家电网有限公司，
类型：发明
国别省市：