【技术实现步骤摘要】
一种基于机器学习的三元锂电池容量检测方法
[0001]本专利技术涉及电池
，尤其涉及一种基于机器学习的三元锂电池容量检测方法。
技术介绍
[0002]随着清洁能源的快速发展，储能电池、动力电池等被广泛运用，迫切需要实现对电池容量的快速无损检测，提升电池的可靠性水平、降低安全风险。锂离子电池具有高能量密度、长使用寿命、较高单体工作电压、低自放电率和绿色环保的特点，随着我国移动通讯、新能源汽车、先进制造业等行业的迅猛发展，对锂电池的需求会不断增长，三元锂电池的原料来源丰富、成本低、安全性能好，但随着电池的循环使用，伴随电池老化而出现的容量损失、内阻变大、性能衰退以及起火爆炸等问题接踵而来，且一直是电池管理领域研究的重点。而电池的老化无法直接测量，而且具有非线性的特征，因此，对三元锂电池老化后的性能衰退进行研究，并对可用容量进行实时准确估计，在实际应用中显得尤为重要。
[0003]目前，现有的电池容量检测方法通常有两种，第一种根据电池厂商提供的出厂设定参数，该方法考虑了电池容量会随着使用的时间逐渐衰减，逐渐进行容量的...
【技术保护点】
【技术特征摘要】
1.一种基于机器学习的三元锂电池容量检测方法，其特征在于，包括以下步骤：S1、获取电池数据，并基于所述电池数据构建数据集；S2、将所述数据集进行数据降维以及标准化处理；S3、构建电池容量检测模型，通过所述数据集对电池容量检测模型进行训练，并对训练后的模型进行评估；所述电池容量检测模型采用随机森林回归模型，所述随机森林回归模型以决策树为基本单位，通过集成大量决策树，构成随机森林；构建电池容量检测模型具体为：从数据集中随机有放回的选择N个样本，将选择的N个样本用于训练一个决策树，作为决策树根节点处的样本；当每个样本有Z个属性时，随机从Z个属性中选出z个属性，满足，从z个属性中选择一个属性作为当前节点的分裂属性进行分裂，直至不能够再分裂为止；重复上述步骤，从而完成电池容量检测模型的构建；S4、将新采集的电池数据输入到完成评估后的电池容量检测模型中，即可实现对电池容量的实时在线检测。2.根据权利要求1所述的一种基于机器学习的三元锂电池容量检测方法，其特征在于，所述电池数据包括电池低频噪声数据、电池电压、电池内阻、电池充放电循环次数和电池容量。3.根据权利要求2所述的一种基于机器学习的三元锂电池容量检测方法，其特征在于，所述电池低频噪声数据包括频域数据和时域数据。4.根据权利要求3所述的一种基于机器学习的三元锂电池容量检测方法，其特征在于，所述频域数据为：；其中，为频域数据，为粉红噪声...
【专利技术属性】
技术研发人员：韩跟伟，李林峰，易世华，谢映海，李先怀，敬泽安，陈永，赵晨阳，李峻，周宇，余伟峰，蒋鑫伟，
申请(专利权)人：威胜信息技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。