【技术实现步骤摘要】
一种基于充电机检测的电池健康状态诊断方法及系统
[0001]本专利技术涉及电池健康诊断
，尤其涉及一种基于充电机检测的电池健康状态诊断方法及系统。
技术介绍
[0002]目前，能源短缺和环境危机的加剧，寻找替代化石燃料的可再生能源成为全世界关注的焦点，由于光伏、风能等可再生能源存在波动性和间歇性，为提升可再生能源利用效率，锂离子电池等用于储能的化学电池在消费电子、新能源汽车、大规模储能电站等领域获得了广泛的应用。锂离子电池等电化学电源，市面上大量的电池随着使用年限的增加，健康状态SOH开始恶化，导致无法继续充放电，表现为容量衰减、功率损失等，直至丧失电池出厂时所规定的功能要求。为了保证电池系统的稳定可靠运行，需要对电池的健康状态和衰减程度进行准确评估，其估计和判断结果直接关系到能量管理、循环寿命、运行成本和系统安全，现有的电池健康状态评估方法是通过检测电池的放电电压进而确定其电池内阻，通过电池内阻进行电池健康评估，其存在以下问题：由于电池内阻阻值是毫欧甚至微欧级，轻微的干扰会导致计算结果偏差较大，同时在电池放电过程中的...
【技术保护点】
【技术特征摘要】
1.一种基于充电机检测的电池健康状态诊断方法，其特征在于，包括以下步骤：通过充电机获取目标电池的输出特征电压信号并对其进行预处理，根据预处理结果获取含噪电压信号；对含噪电压信号进行小波变换多尺度分解并对各尺度小波系数进行除噪，获取除噪后的小波系数；对除噪后的小波系数进行逆变换处理以生成重构电压信号；根据重构电压信号计算出目标电池的当前电池内阻，根据当前电池内阻对目标电池进行健康状态诊断。2.根据权利要求1所述基于充电机检测的电池健康状态诊断方法，其特征在于，所述通过充电机获取目标电池的输出特征电压信号并对其进行预处理，根据预处理结果获取含噪电压信号，包括：设置放电参数，根据放电参数控制目标电池向充电机负载进行放电，采集放电电流并生成正弦脉冲交流激励信号；获取目标电池的电池阻抗，根据电池阻抗和正弦脉冲交流激励信号采集目标电池产生的特征电压信号；对特征电压信号依次进行放大和滤波预处理，获取预处理结果；根据预处理结果获取信号类型为模拟信号的含噪电压信号，将含噪电压信号进行模数转换以获取目标电池的数据电压值。3.根据权利要求1所述基于充电机检测的电池健康状态诊断方法，其特征在于，所述对含噪电压信号进行小波变换多尺度分解并对各尺度小波系数进行除噪，获取除噪后的小波系数，包括：利用高通滤波器和低通滤波器基于db4小波格式利用Mallat分解算法对含噪电压信号进行小波变换多尺度分解；根据分解结果获取三级尺度的小波分解低频系数和小波分解高频系数；根据对含噪电压信号的信号长度计算出每一级尺度的小波变换系数参考阈值；根据每一级尺度的小波变换系数参考阈值对该级尺度的小波分解高频系数进行软阈值处理，获取处理结果，根据处理结果获取除噪后的小波系数。4.根据权利要求3所述基于充电机检测的电池健康状态诊断方法，其特征在于，所述根据对含噪电压信号的信号长度计算出每一级尺度的小波变换系数参考阈值，包括：通过如下公式计算出每一级尺度的小波变换系数参考阈值：其中，λ
j
表示为第j级尺度的小波变换系数参考阈值，M
j
表示为第j级尺度的所有小波分解系数的绝对值的平均值，ln表示为自然对数，N表示为含噪电压信号的信号长度，j表示为第j级尺度；所述根据每一级尺度的小波变换系数参考阈值对该级尺度的小波分解高频系数进行软阈值处理，获取处理结果，根据处理结果获取除噪后的小波系数，包括：通过如下公式对每一级尺度的小波分解高频系数进行软阈值处理：
其中，表示为对第j级尺度的第k个小波分解高频系数的软阈值处理结果，W
j，ｋ
表示为第j级尺度的第k个小波分解高频系数。5.根据权利要求3所述基于充电机检测的电池健康状态诊断方法，其特征在于，对除噪后的小波系数进行逆变换处理以生成重构电压信号，包括：将每一级尺度的小波分解低频系数和除噪后的小波分解高频系数进行二插值处理，获取小波系数数据序列；采用Mallat重构算法根据每一级尺度的小波系数数据序列进行小波重构逆变换处理，获取处理结果；根据处理结果生成目标电池无干扰的重构电压信号。6.根据权利要求1所述基于充电机检测的电池健康状态诊断方法，其特征在于，所述根据重构电压信号计算出目标电池的当前电池内阻，根据当前电池内阻对目标电池进行健康状态诊断，包括：对重构电压信号进行模数转换获取目标放电电压值；基于欧姆定律公式根据目标放电电压值计算出目标电池的当...
【专利技术属性】
技术研发人员：尹操，郑凯，李正国，于湛，贡恩忠，
申请(专利权)人：深圳职业技术学院，
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。