具有抗噪声干扰的储能锂离子电池PDF特征提取及SOH估计方法技术

本发明专利技术涉及一种具有抗噪声干扰的储能锂离子电池PDF特征提取及SOH估计方法，包括1)计算锂离子电池的充电电压曲线的概率密度函数得到PDF曲线；2)提取PDF曲线中不同的峰特征，并采取皮尔逊相关性分析方法选择合适的特征来描述电池的老化过程；3)利用极限学习机的学习速度和随机性，构建集成极限学习机来提高估计模型的稳定性和准确性。本发明专利技术从PDF曲线中提取合适的峰特征来反映电池的老化情况，具有一定的免疫噪声能力，本发明专利技术的健康因子和SOH的Pearson相关系数在不同噪声程度下可以达到0.98以上；本发明专利技术提出集成学习模型提高SOH估计准确性，无需调节参数的特点，使它拥有更优秀的学习速度和适应能力。

【技术实现步骤摘要】

本专利技术属于锂电池健康状态估计，具体涉及一种具有抗噪声干扰的储能锂离子电池pdf特征提取及soh估计方法。

技术介绍

1、储能锂离子电池因其能量密度高、循环寿命长等优势，被广泛应用到各个领域。但随着电池循环次数增加而退化，导致电池性能下降，甚至引起安全事故。因此，预测和了解电池当前的健康状态对于提高电池系统的可靠性和稳定性是十分必要的。

2、目前，关于储能锂离子电池健康状态的估计方法可以大概分为三类：1)基于模型的方法；2)基于数据驱动的方法；3)基于特征信号分析的方法。基于模型的方法，通常是建立电池的等效电路模型来分析电池容量衰减和内阻的之间的关系。通常采取等效电路模型，大多文献通过卡尔曼滤波、粒子滤波以及它们的扩展形式来获取电池的内阻和容量参数，可以在线进行soh估计。此类方法虽具有许多优点，但是其预测结果受噪声干扰大，其准确性取决于构建模型的精度和鲁棒性，往往只适用于固定的运行工况。

3、基于数据驱动的方法是通过挖掘电池老化数据中隐藏的演化规律，无需考虑电池内部复杂的化学变化，直接建立健康特征(hfs)和soh之间的关系。为本文档来自技高网...

【技术保护点】

1.一种具有抗噪声干扰的储能锂离子电池PDF特征提取及SOH估计方法，其特征在于：所述方法的步骤为：

2.根据权利要求1所述的具有抗噪声干扰的储能锂离子电池PDF特征提取及SOH估计方法，其特征在于：所述S1中充电电压曲线的概率密度函数通过计算充电电压曲线上各电压的概率密度并将电压曲线转换为具有明显峰值特性的PDF曲线，PDF的具体计算过程如下：

3.根据权利要求1所述的具有抗噪声干扰的储能锂离子电池PDF特征提取及SOH估计方法，其特征在于：所述S2中皮尔逊相关性分析法相关系数的取值范围是[-1，1]，相关系数为健康因子(HF)与SOH的相关程度，相关系数的绝对...

【技术特征摘要】

1.一种具有抗噪声干扰的储能锂离子电池pdf特征提取及soh估计方法，其特征在于：所述方法的步骤为：

2.根据权利要求1所述的具有抗噪声干扰的储能锂离子电池pdf特征提取及soh估计方法，其特征在于：所述s1中充电电压曲线的概率密度函数通过计算充电电压曲线上各电压的概率密度并将电压曲线转换为具有明显峰值特性的pdf曲线，pdf的具体计算过程如下：

3.根据权利要求1所述的具有抗噪声干扰的储能锂离子电池pdf特征提取及soh估计方法，其特征在于：所述s2中皮尔逊相关性分析法相关系数的取值范围是[-1，1]，相关系数为健康因子(hf)与soh的相关程度，相关系数的绝对值越大，表明hf与soh相关度越高，具体计算过程如下所示：

4.根据权...

【专利技术属性】
技术研发人员：郭向伟，葛景，闫军，石广，杨勇，韩建丰，都成刚，王宇强，樊海龙，齐军，阿斯楞，阿敏夫，刘阿荣，
申请(专利权)人：南京南瑞继保电气有限公司，
类型：发明
国别省市：