燃料电池系统的寿命预测方法技术方案

本申请涉及电池技术领域，特别涉及一种燃料电池系统的寿命预测方法

【技术实现步骤摘要】
燃料电池系统的寿命预测方法、装置、车辆及存储介质


[0001]本申请涉及电池
，特别涉及一种燃料电池系统的寿命预测方法
、
装置
、
车辆及存储介质
。

技术介绍

[0002]氢燃料电池系统使用过程中，会产生性能衰减，随着氢燃料电池汽车大规模商业应用，故障预测与健康管理技术
PHM(Prognostics and Health Management
，
PHM)
技术越来越多被使用在氢燃料电池汽车，
PHM
为维护燃料电池系统提供基础，主要进行健康管理和寿命预测，而寿命预测是
PHM
的重要环节
。
[0003]相关技术中，主要有两种燃料电池寿命预测方法：
(1)
基于模型的寿命预测方法，依赖精确的机理模型来提高预测精度；
(2)
基于数据驱动的预测方法，依赖大量数据对算法进行优化，通用性较强
。
[0004]然而，基于模型的寿命预测方法计算量较大，基于数据驱动的预测方法则需要耗费大量时间，时间成本较高，亟待解决
。

技术实现思路

[0005]有鉴于此，本申请旨在提出一种燃料电池系统的寿命预测方法，该方法可以解决相关技术中预测燃料电池寿命时计算量较大，或者时间成本较高等问题，可以更加准确地进行燃料电池寿命预测，为用户提供电池的剩余寿命信息，为寿命延长方面的研究者提供解决思路，为燃料电池系统生产者提供维护决策依据
。
为达到上述目的，本申请的技术方案是这样实现的：
[0006]S101.
采集燃料电池系统的当前运行数据；
[0007]S102.
将所述当前运行数据输入至单电池数学仿真模型，得到仿真参数；以及
[0008]S103.
对所述仿真参数进行辨识得到当前内阻，并根据内阻
‑
剩余寿命的映射关系预测得到所述燃料电池系统的剩余寿命
。
[0009]进一步地，在步骤
S102
之前，还包括：
[0010]先后利用运动学片段合成策略
、
主成分分析策略
、K
均值聚类划分策略和马尔可夫策略构建车辆的行驶工况；
[0011]基于所述车辆的行驶工况和测试周期，对所述车辆进行工况测试和极化测试，直至满足结束测试条件，得到所述车辆的工况数据和极化数据；
[0012]根据所述车辆的所述工况数据和所述极化数据得到所述单电池数学仿真模型
。
[0013]进一步地，所述车辆的行驶工况的构建，包括：
[0014]根据运动学片段合成策略，采集车辆的多个道路行驶特征参数，并基于所述多个道路行驶特征参数得到行驶工况标准化矩阵；
[0015]根据主成分分析策略，从所述行驶工况标准化矩阵中提取满足预设条件的主成分，得到新的运动学片段特征矩阵；
[0016]根据用
K
均值聚类划分策略对所述新的运动学片段特征矩阵处理，得到多个类运动学片段；
[0017]根据马尔可夫策略，基于所述多个类运动学片段，构建所述车辆的行驶工况
。
[0018]进一步地，所述单电池数学仿真模型为：
[0019]U
＝
E
r
+b log i0‑
b log i
‑
Ri
‑
mexp(ni)
；
[0020]其中，
U
为单体电池平均电压，
E
r
为所述单体电池可逆电动势，
b
为塔菲尔斜率，
R
为所述单体电池欧姆电阻，
i
n
为交换电流，
i
为输出电流，
m
为极化曲线修正系数，
n
为误差系数，其中
b、i0、m、n
为常数
。
[0021]进一步地，在步骤
S103
中，具体包括包括：
[0022]基于所述极化数据，利用最小二乘法或者卡尔曼滤波法对所述单电池数学仿真模型进行辨识，得到内阻和燃料电池剩余使用寿命对应的离散数据；
[0023]通过所述最小二乘法对所述离散数据进行线性拟合，得到所述内阻
‑
剩余寿命的映射关系
。
[0024]进一步地，所述内阻
‑
剩余寿命的映射关系为：
[0025]R
＝
α
L+
β
；
[0026]其中，
R
为内阻，
L
为燃料电池剩余寿命，
α
、
β
为常量
。
[0027]相对于现有技术，本申请所述的燃料电池系统的寿命预测方法以下优势：
[0028]本申请所述的燃料电池系统的寿命预测方法，解决了相关技术中预测燃料电池寿命时计算量较大，或者时间成本较高等问题，可以更加准确地进行燃料电池寿命预测，为用户提供电池的剩余寿命信息，为寿命延长方面的研究者提供解决思路，为燃料电池系统生产者提供维护决策依据
。
[0029]本申请的另一个目的在于提出一种燃料电池系统的寿命预测装置，该装置可以解决相关技术中预测燃料电池寿命时计算量较大，或者时间成本较高等问题，可以更加准确地进行燃料电池寿命预测，为用户提供电池的剩余寿命信息，为寿命延长方面的研究者提供解决思路，为燃料电池系统生产者提供维护决策依据
。
为达到上述目的，本申请的技术方案是这样实现的：
[0030]一种燃料电池系统的寿命预测装置，包括：
[0031]采集模块，用于采集燃料电池系统的当前运行数据；
[0032]仿真模块，用于将所述当前运行数据输入至单电池数学仿真模型，得到仿真参数；以及
[0033]生成模块，用于对所述仿真参数进行辨识得到当前内阻，并根据内阻
‑
剩余寿命的映射关系预测得到所述燃料电池系统的剩余寿命
。
[0034]进一步地，在将所述当前运行数据输入至所述单电池数学仿真模型之前，所述仿真模块，还用于：
[0035]利用运动学片段合成策略
、
主成分分析策略
、K
均值聚类划分策略和马尔可夫策略构建车辆的行驶工况；
[0036]基于所述车辆的行驶工况和测试周期，对所述车辆进行工况测试和极化测试，直至满足结束测试条件，得到所述车辆的工况数据和极化数据；
[0037]根据所述车辆的工况数据和所述极化数据得到所述单电池数学仿真模型
。
[0038]进一步地，所述利用运动学片段合成策略
、
主成分分析策略
、K
均值聚类划分策略和马尔可夫策略构建车辆的行驶工况，包括：
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种燃料电池系统的寿命预测方法，其特征在于，包括以下步骤：
S101.
采集燃料电池系统的当前运行数据；
S102.
将所述当前运行数据输入至单电池数学仿真模型，得到仿真参数；以及
S103.
对所述仿真参数进行辨识得到当前内阻，并根据内阻
‑
剩余寿命的映射关系预测得到所述燃料电池系统的剩余寿命
。2.
根据权利要求1所述的方法，其特征在于，在步骤
S102
之前，还包括：先后利用运动学片段合成策略
、
主成分分析策略
、K
均值聚类划分策略和马尔可夫策略构建车辆的行驶工况；基于所述车辆的行驶工况和测试周期，对所述车辆进行工况测试和极化测试，直至满足结束测试条件，得到所述车辆的工况数据和极化数据；根据所述车辆的所述工况数据和所述极化数据得到所述单电池数学仿真模型
。3.
根据权利要求2所述的方法，其特征在于，所述车辆的行驶工况的构建，包括：根据运动学片段合成策略，采集车辆的多个道路行驶特征参数，并基于所述多个道路行驶特征参数得到行驶工况标准化矩阵；根据主成分分析策略，从所述行驶工况标准化矩阵中提取满足预设条件的主成分，得到新的运动学片段特征矩阵；根据
K
均值聚类划分策略，对所述新的运动学片段特征矩阵处理，得到多个类运动学片段；根据马尔可夫策略，基于所述多个类运动学片段，构建所述车辆的行驶工况
。4.
根据权利要求1所述的方法，其特征在于，所述单电池数学仿真模型为：
U
＝
E
r
+blogi0‑
blogi
‑
Ri
‑
mexp(ni)
；其中，
U
为单体电池平均电压，
E
r
为所述单体电池可逆电动势，
b
为塔菲尔斜率，
R
为所述单体电池欧姆电阻，
i0为交换电流，
i
为输出电流，
m
为极化曲线修正系数，
n
为误差系数，其中，
...

【专利技术属性】
技术研发人员：梅尊禹，田俊龙，
申请(专利权)人：未势能源科技有限公司，
类型：发明
国别省市：