基于任意充电电压曲线片段的锂离子电池IC曲线预测方法技术

本发明专利技术涉及锂离子电池状态预测技术领域，公开了一种基于任意充电电压曲线片段的锂离子电池IC曲线预测方法。为基于任意充电电压曲线片段数据、利用深度学习算法预测锂离子电池容量增量曲线的方法，在确定充电电压曲线和容量增量曲线之间具有相同退化趋势的基础上，使用深度学习算法将任意充电电压曲线片段数据作为输入，实现了对完整容量增量曲线的预测。本发明专利技术可以快速便捷的获取容量增量曲线，且实验测试了电压窗口大小对于预测结果的准确性影响，容量增量曲线的预测结果精准的同时，选择更小的电压窗口适应于日常电池适用过程中的灵活充电情况，保障了在任意充电过程中模型的正常运行，提高了方法在实际电池管理系统中的实用性。

【技术实现步骤摘要】

本专利技术涉及锂离子电池状态预测，具体为一种基于任意充电电压曲线片段的锂离子电池ic曲线预测方法。

技术介绍

1、锂离子电池作为电动汽车、智能手机等电子产品最常用的储能载体，其容量退化特性分析和老化状态监测至关重要。健康状态(state of health，soh)是评估电池老化状态的重要指标，基于soh可有效地计划维护和优化电池充电过程，延长电池寿命。在现有方法下，数据驱动模型及算法(如支持向量回归、高斯过程回归、神经网络和岭回归等方法)能够学习特征与soh之间的相关性，从而实现准确的预测。然而，这些数据驱动的soh估计方法需要大量的训练样本，其预测精度取决于特征和数据的质量。此外，这些方法的可解释性较低，无法充分描述电池的内部行为和老化机理。基于模型建立的电池状态预测方法具有很好的可解释性，但其往往需要较大的计算量，且适用范围较小，无法广泛的适用各种电池情况。近年来，有许多研究基于电化学阻抗谱(electrochemical impedance spectroscopy，eis)了解电池的soh，这是由于eis既能反映电池内部阻抗，又能分析锂离子的动态本文档来自技高网...

【技术保护点】

1.基于任意充电电压曲线片段的锂离子电池IC曲线预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于任意充电电压曲线片段的锂离子电池IC曲线预测方法，其特征在于，所述步骤1中还包括：通过Savitzky-Golay滤波器对得到的IC曲线进行平滑处理，在过滤掉噪声的同时保留包括IC峰值的曲线特征信息。

3.根据权利要求1所述的基于任意充电电压曲线片段的锂离子电池IC曲线预测方法，其特征在于，所述根据微分近似计算代替放电容量Q对电压V的导数来得到IC曲线的公式为：

4.根据权利要求1所述的基于任意充电电压曲线片段的锂离子电池IC曲线预测方法，...

【技术特征摘要】

1.基于任意充电电压曲线片段的锂离子电池ic曲线预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于任意充电电压曲线片段的锂离子电池ic曲线预测方法，其特征在于，所述步骤1中还包括：通过savitzky-golay滤波器对得到的ic曲线进行平滑处理，在过滤掉噪声的同时保留包括ic峰值的曲线特征信息。

3.根据权利要求1所述的基于任意充电电压曲线片段的锂离子电池ic曲线预测方法，其特征在于，所述根据微分近似计算代替放电容量q对电压v的导数来得到ic曲线的公式为：

4....

【专利技术属性】
技术研发人员：郑晰哲，赵海川，彭乔，
申请(专利权)人：四川大学，
类型：发明
国别省市：