一种基于时序特征的电池健康状态估计方法及系统技术方案

本发明专利技术提供了电池检测技术领域的一种基于时序特征的电池健康状态估计方法及系统，方法包括如下步骤：步骤S10、获取电池大量的充电数据以及对应的SOH真实值；步骤S20、对各所述充电数据进行预处理；步骤S30、利用时序特征提取工具对预处理后的各所述充电数据进行特征提取，得到时序特征；步骤S40、对各所述时序特征进行重要性排序和筛选，得到特征数据集；步骤S50、创建一健康状态估计模型，利用所述特征数据集以及SOH真实值对健康状态估计模型进行训练，利用训练后的所述健康状态估计模型进行电池的健康状态估计。本发明专利技术的优点在于：极大的提升了电池健康状态估计的精度。的提升了电池健康状态估计的精度。的提升了电池健康状态估计的精度。

【技术实现步骤摘要】
一种基于时序特征的电池健康状态估计方法及系统


[0001]本专利技术涉及电池检测
，特别指一种基于时序特征的电池健康状态估计方法及系统。

技术介绍

[0002]电池的健康状态(State of Hea lth,SOH)定义为电池当前可用容量与初始容量之间的百分比，电池在充放电循环过程中内部会发生一些不可逆的化学反应，进而导致电池的老化，并不可避免的会出现一些安全隐患，所以电池的健康状态是一个关键指标。
[0003]针对电池健康状态的估计，传统上存在如下三种方法：1、基于电化学机理模型的估计方法，该方法所使用的模型参数多，通常需要对电池进行侵入才能了解内部反应机理，且容易受外部环境干扰导致精度不佳；2、基于等效电路模型的估计方法，该方法即物理含义的估计，但是泛化性太差导致精度不佳；3、基于大数据和人工智能的估计方法，该方法可将电池健康状态的估计问题转化为一个多元时间序列输入的回归问题，对电压、电流等多元时间序列的特征提取尤为关键；然而传统上依赖人工进行特征提取，不同电池或不同健康状态的电池的特征无法通过人工进行准确提取，甚至无法获取本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时序特征的电池健康状态估计方法，其特征在于：包括如下步骤：步骤S10、获取电池大量的充电数据以及对应的SOH真实值；步骤S20、对各所述充电数据进行预处理；步骤S30、利用时序特征提取工具对预处理后的各所述充电数据进行特征提取，得到时序特征；步骤S40、对各所述时序特征进行重要性排序和筛选，得到特征数据集；步骤S50、创建一健康状态估计模型，利用所述特征数据集以及SOH真实值对健康状态估计模型进行训练，利用训练后的所述健康状态估计模型进行电池的健康状态估计。2.如权利要求1所述的一种基于时序特征的电池健康状态估计方法，其特征在于：所述步骤S10中，所述充电数据为若干种电池类型、型号、测试温度、充电倍率下，电池从预设的第一SOC充电至预设的第二SOC的电压时序数据以及电流时序数据。3.如权利要求1所述的一种基于时序特征的电池健康状态估计方法，其特征在于：所述步骤S20具体为：设定一偏差比例阈值，对所述充电数据中，与均值偏差超过所述偏差比例阈值的数据进行剔除，对缺失的数据基于时间邻近值进行填补；所述步骤S30中，所述时序特征提取工具为tsfresh。4.如权利要求1所述的一种基于时序特征的电池健康状态估计方法，其特征在于：所述步骤S40具体包括：步骤S41、对各所述时序特征进行乱序排列后，与初始的所述时序特征进行合并；步骤S42、通过随机森林算法计算各所述时序特征的重要程度，判断重复次数是否大于预设的数量阈值，若是，则进入步骤S43；若否，则进入步骤S41；步骤S43、基于重要程度发生变化的所述时序特征构建特征数据集。5.如权利要求1所述的一种基于时序特征的电池健康状态估计方法，其特征在于：所述步骤S50中，所述健康状态估计模型基于LightGBM算法创建。6.一种基于时序特征的电池健康状态估计系统，其特征在于：包括...

【专利技术属性】
技术研发人员：何学智，刘作斌，刘震，
申请(专利权)人：福建星云电子股份有限公司，
类型：发明
国别省市：