基于电化学阻抗谱与DRT预测退役电池健康状态的方法技术

本发明专利技术涉及一种基于电化学阻抗谱与DRT预测退役电池健康状态的方法，属于电池预测领域。该方法包括以下步骤：EIS实验与数据提取、DRT技术对EIS数据的分析、GA‑LSTM神经网络的建立与SOH预测。本发明专利技术的锂离子电池弛豫时间对交流阻抗处理方法，EIS包含电池的诸多信息，测试结果准确性高。在LSTM神经网络中加入遗传算法优化，可以保证LSTM中的参数更优，从而有效提升对SOH预测的效果。本发明专利技术在建立完整的电池测试数据的基础上，构建输入集与输出集，进而实现LSTM神经网络对SOH进行预测，准确率高，实用性强。

【技术实现步骤摘要】

本专利技术属于电池预测领域，涉及一种基于电化学阻抗谱与drt预测退役电池健康状态的方法。

技术介绍

1、电化学阻抗谱(eis)又叫交流阻抗谱，当电极系统受到一个正弦波形电压(电流)的交流讯号的扰动时，会产生一个相应的电流(电压)响应讯号，由这些讯号可以得到电极的阻抗或导纳。一系列频率的正弦波讯号产生的阻抗频谱，称为电化学阻抗谱。电池的老化会导致其电化学性能的下降与电化学成分不可逆的变化，这些变化会反应在电化学阻抗谱当中，eis中包含了电池的丰富信息，通过eis预测soh的结果具有很高准确性。同时eis也是一种无损的测试方法。因此通过对电化学阻抗谱的研究，可以很好的完成对电池包括soh在内的电池老化信息的监测与分析。

2、弛豫时间分布(drt)是表征系统的某种变量由暂态趋于某种稳态所需要的时间，不同的电化学过程所需由暂态进入稳态的时间不同，因此不同的电化学过程对应不同的弛豫时间分布，故而可以通过提取不同的弛豫时间来辨识和分析不同的电化学过程。最常用的eis数据解析方法是基于等效电路的拟合技术，但该解析方法首先需要对模型做出先验假设，即必须事先确定本文档来自技高网...

【技术保护点】

1.基于电化学阻抗谱与DRT预测退役电池健康状态的方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的基于电化学阻抗谱与DRT预测退役电池健康状态的方法，其特征在于：所述一定次数为100次。

3.根据权利要求1所述的基于电化学阻抗谱与DRT预测退役电池健康状态的方法，其特征在于：所述S1中，对电池进行EIS实验时，选择50％SOC，频率在100k-1Hz之间的数据。

4.根据权利要求3所述的基于电化学阻抗谱与DRT预测退役电池健康状态的方法，其特征在于：所述S3中，LSTM神经网络中的最大种群数设置为5，最大迭代次数设置为8，最大训练次数为...

【技术特征摘要】

1.基于电化学阻抗谱与drt预测退役电池健康状态的方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的基于电化学阻抗谱与drt预测退役电池健康状态的方法，其特征在于：所述一定次数为100次。

3.根据权利要求1所述的基于电化学阻抗谱与drt预测退役电池健康状态的方法，其特征在于：所述s1中，对电池进行eis实验时，选择50％soc，频率在100k-1...

【专利技术属性】
技术研发人员：刘晶冰，张子恒，金玉红，张媛，李思全，刘振，汪浩，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：