一种基于三维电压特征的锂离子电池早期寿命预测方法技术

本发明专利技术公开了一种基于三维电压特征的锂离子电池早期寿命预测方法，包括：获取电池早期循环周期的第一放电容量数据和第一放电电压数据并进行数据清洗和数据预处理，得到第二放电容量数据和第二放电电压数据；根据第二放电容量数据和第二放电电压数据确定电池早期循环周期内的容量电压特征、容量增量特征和容量差值特征；将容量电压特征、容量增量特征和容量差值特征组合为三维电压特征矩阵；根据三维电压特征矩阵训练初始电池早期寿命预测模型，获得目标电池早期寿命预测模型进行循环寿命预测。本发明专利技术能够充分利用锂离子电池早期数据，预测锂离子电池循环寿命的准确度高。本发明专利技术可以广泛应用于电池寿命预测技术领域。明可以广泛应用于电池寿命预测技术领域。明可以广泛应用于电池寿命预测技术领域。

【技术实现步骤摘要】
一种基于三维电压特征的锂离子电池早期寿命预测方法


[0001]本专利技术涉及电池寿命预测
，尤其是一种基于三维电压特征的锂离子电池早期寿命预测方法。

技术介绍

[0002]对于锂离子电池而言，其性能会随着充放电次数的增加而逐渐退化，这种退化并非是线性的。当电池容量下降到其初始容量的80%以下时，电池容量将加速下降，性能可靠性降低。目前各大厂家都尝试在技术上推进电池寿命的有效预测，锂离子电池的寿命周期大部分在1000~2000个周期，电池快速预测寿命的方法就是利用电池退化早期有限的各项观测数据直接快速地对电池寿命周期作出评估。在电池退化的早期实现准确的电池早期寿命预测，有利于电池质量的评估，减少实际工程量以降低前期资源成本，推动电池的研发和失效预警等。
[0003]当前主流的电池早期寿命预测方法主要应用了机器学习方法，先从原始电池早期数据中人工提取与电池寿命相关性较高的特征，进而将特征组合提交给机器学习模型，映射到电池寿命上。近年来随着有关研究的开展，国内学者挖掘了大量与电池退化过程相关的特征，这些特征大体上与电池充放电过程中的电压、电流、温度、内阻等以及这些数据各自的统计量和进一步处理后的数据有关。这种方法面临的问题是人工提取特征的过程较为繁琐、人工设计特征通用性较低等，并且所提取的特征往往只能利用数据的单点信息，且这些特征的提取至少需要沿着电池容量退化的方向使用至少25%的数据。
[0004]现有技术中还存在数据输入需要依赖完整的充电或放电过程中采样获取得到的观测数据，并且对不同的电池早期循环周期间数据长度不一致、数据噪声和异常等实际功能问题没有进行深入分析。此外，目前与电池寿命预测相关的传统人工特征是从电池的一个或多个周期内选取单点信息，这种特征容易丢失电池单个周期内的连续性特征，不利于充分利用电池早期有限的数据，而且目前进行电池早期寿命研究所选用的特征大多是在时间维度上设置采样点对电池充放电过程中的电压、电流、温度等时间参数进行采样，没有结合锂离子电池的退化机理和深入挖掘电池数据内部的关系和规律。

技术实现思路

[0005]有鉴于此，本专利技术实施例提供一种准确度高、数据利用充分的基于三维电压特征的锂离子电池早期寿命预测方法。
[0006]本专利技术实施例提供了一种基于三维电压特征的锂离子电池早期寿命预测方法，包括：获取电池早期循环周期的第一放电容量数据和第一放电电压数据并进行数据清洗和数据预处理，得到第二放电容量数据和第二放电电压数据；根据所述第二放电容量数据和所述第二放电电压数据确定所述电池早期循环周期的容量电压特征、容量增量特征和容量差值特征；将所述容量电压特征、所述容量增量特征和所述容量差值特征组合为三维电压特征矩阵；其中，所述三维电压特征矩阵是有多种组合方式的三通道数据；根据所述三维电压
特征矩阵训练初始电池早期寿命预测模型，获得目标电池早期寿命预测模型；通过所述目标电池早期寿命预测模型对锂离子电池进行循环寿命预测。
[0007]可选地，所述获取电池早期循环周期的第一放电容量数据和第一放电电压数据并进行数据清洗和数据预处理，得到第二放电容量数据和第二放电电压数据，包括：获取电池早期循环周期的第一放电容量数据和第一放电电压数据；通过Nadaraya
‑
Watson核回归对所述第一放电容量数据和所述第一放电电压数据进行平滑处理，获得第一观测数据；剔除所述第一观测数据中存在离群值的所述电池早期循环周期的数据，得到第二放电容量数据和第二放电电压数据。
[0008]可选地，所述根据所述第二放电容量数据和所述第二放电电压数据确定所述电池早期循环周期的容量电压特征、容量增量特征和容量差值特征的步骤中，确定所述容量电压特征的步骤，包括：确定所述电池早期循环周期的电压数据采样点；将所述第二放电容量数据作为所述第二放电电压数据的函数，通过样条插值法，根据所述电压数据采样点对所述第二放电容量数据进行采样得到所述电池早期循环周期的一维时序性容量电压数据；根据多个所述电池早期循环周期的所述一维时序性容量电压数据确定容量电压特征。
[0009]可选地，所述根据所述第二放电容量数据和所述第二放电电压数据确定所述电池早期循环周期的容量电压特征、容量增量特征和容量差值特征的步骤中，确定所述容量增量特征的步骤，包括：计算所述第二放电容量数据对所述第二放电电压数据的一阶微分结果；确定所述电池早期循环周期的电压数据采样点；将所述一阶微分结果作为所述第二放电电压数据的函数，通过样条插值法，根据所述电压数据采样点对所述一阶微分结果进行采样得到所述电池早期循环周期的一维时序性增量数据；根据多个所述电池早期循环周期的所述一维时序性增量数据确定容量增量特征。
[0010]可选地，所述根据所述第二放电容量数据和所述第二放电电压数据确定所述电池早期循环周期的容量电压特征、容量增量特征和容量差值特征的步骤中，确定所述容量差值特征的步骤，包括：计算每个所述循环周期与第二个所述循环周期的所述第二放电容量的差值结果；确定所述电池早期循环周期的电压数据采样点；将所述差值结果作为所述第二放电电压数据的函数，通过样条插值法，根据所述电压数据采样点对所述差值结果进行采样得到所述电池早期循环周期的一维时序性差值数据；根据多个所述电池早期循环周期的所述一维时序性差值数据确定容量差值特征。
[0011]可选地，所述将所述容量电压特征、所述容量增量特征和所述容量差值特征组合为三维电压特征矩阵，所述三维电压特征矩阵的组合方式包括以下任一：F1+F1+F1；F2+F2+F2；F3+F3+F3；F1+F2+F3；其中，F1表示容量电压特征；F2表示容量增量特征；F3表示容量差值特征。
[0012]可选地，所述根据所述三维电压特征矩阵训练初始电池早期寿命预测模型，获得目标电池早期寿命预测模型，包括：构建初始电池早期寿命预测模型；将所述三维电压特征矩阵输入所述初始电池早期寿命预测模型进行模型训练；配置均方根误差和相关系数的评价指标；将满足所述评价指标的模型训练结果确定为目标电池早期寿命预测模型。
[0013]本专利技术的实施例还提供了一种基于三维电压特征的锂离子电池早期寿命预测系统，包括：第一模块，所述第一模块用于获取电池早期循环周期的第一放电容量数据和第一放电电压数据并进行数据清洗和数据预处理，得到第二放电容量数据和第二放电电压数据；第二模块，所述第二模块用于根据所述第二放电容量数据和所述第二放电电压数据确定所述电池早期循环周期的容量电压特征、容量增量特征和容量差值特征；第三模块，所述第三模块用于将所述容量电压特征、所述容量增量特征和所述容量差值特征组合为三维电压特征矩阵；其中，所述三维电压特征矩阵是有多种组合方式的三通道数据；第四模块，所述第四模块用于根据所述三维电压特征矩阵训练初始电池早期寿命预测模型，获得目标电池早期寿命预测模型；第五模块，所述第五模块用于通过所述目标电池早期寿命预测模型对锂离子电池进行循环寿命预测。
[0014]本专利技术的实施例还提供了一种电子设备，包括处理器以及存储器；所述存本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于三维电压特征的锂离子电池早期寿命预测方法，其特征在于，包括：获取电池早期循环周期的第一放电容量数据和第一放电电压数据并进行数据清洗和数据预处理，得到第二放电容量数据和第二放电电压数据；根据所述第二放电容量数据和所述第二放电电压数据确定所述电池早期循环周期的容量电压特征、容量增量特征和容量差值特征；将所述容量电压特征、所述容量增量特征和所述容量差值特征组合为三维电压特征矩阵；其中，所述三维电压特征矩阵是有多种组合方式的三通道数据；根据所述三维电压特征矩阵训练初始电池早期寿命预测模型，获得目标电池早期寿命预测模型；通过所述目标电池早期寿命预测模型对锂离子电池进行循环寿命预测。2.根据权利要求1所述的一种基于三维电压特征的锂离子电池早期寿命预测方法，其特征在于，所述获取电池早期循环周期的第一放电容量数据和第一放电电压数据并进行数据清洗和数据预处理，得到第二放电容量数据和第二放电电压数据，包括：获取电池早期循环周期的第一放电容量数据和第一放电电压数据；通过Nadaraya
‑
Watson核回归对所述第一放电容量数据和所述第一放电电压数据进行平滑处理，获得第一观测数据；剔除所述第一观测数据中存在离群值的所述电池早期循环周期的数据，得到第二放电容量数据和第二放电电压数据。3.根据权利要求1所述的一种基于三维电压特征的锂离子电池早期寿命预测方法，其特征在于，所述根据所述第二放电容量数据和所述第二放电电压数据确定所述电池早期循环周期的容量电压特征、容量增量特征和容量差值特征的步骤中，确定所述容量电压特征的步骤，包括：确定所述电池早期循环周期的电压数据采样点；将所述第二放电容量数据作为所述第二放电电压数据的函数，通过样条插值法，根据所述电压数据采样点对所述第二放电容量数据进行采样得到所述电池早期循环周期的一维时序性容量电压数据；根据多个所述电池早期循环周期的所述一维时序性容量电压数据确定容量电压特征。4.根据权利要求1所述的一种基于三维电压特征的锂离子电池早期寿命预测方法，其特征在于，所述根据所述第二放电容量数据和所述第二放电电压数据确定所述电池早期循环周期的容量电压特征、容量增量特征和容量差值特征的步骤中，确定所述容量增量特征的步骤，包括：计算所述第二放电容量数据对所述第二放电电压数据的一阶微分结果；确定所述电池早期循环周期的电压数据采样点；将所述一阶微分结果作为所述第二放电电压数据的函数，通过样条插值法，根据所述电压数据采样点对所述一阶微分结果进行采样得到所述电池早期循环周期的一维时序性增量数据；根据多个所述电池早期循环周期的所述一维时序性增量数据确定容量增量特征。5.根据权利要求1所述的一种基于三维电压特征的锂...

【专利技术属性】
技术研发人员：杨芳芳，何宁，柴艺柯，李弈霆，郭烨年，
申请(专利权)人：中山大学，
类型：发明
国别省市：