一种基于EIS的电池健康状态人工智能估计方法技术

本发明专利技术涉及电池健康管理的技术领域，提出一种基于EIS的电池健康状态人工智能估计方法，包括以下步骤：获取电池健康数据库，所述电池健康数据库内的数据包括若干个电池样本中的每个电池样本的每个充放电循环圈数对应的EIS数据和电池容量数据；构建TCN‑Transformer模型，利用所述电池健康数据库训练所述TCN‑Transformer模型，得到电池健康状态预测模型；获取待健康状态预测的电池当前的EIS数据，将所述EIS数据输入所述电池健康状态预测模型，得到所述待健康状态预测的电池的电池容量预测值，将所述电池容量预测值除以待健康状态预测的电池对应的电池容量额定值，得到电池健康状态估计结果；该方法能够给出较为准确的电池健康状态估计结果。

【技术实现步骤摘要】

本专利技术涉及电池健康管理的，更具体地，涉及一种基于eis的电池健康状态人工智能估计方法。

技术介绍

1、随着全球能源结构的转型与气候变化问题的日益严重，新能源汽车和储能系统的需求急剧增长。电池作为这些系统的核心能量存储和供应单元，已成为新能源技术发展的关键组件。尤其是在电动汽车和大规模储能设备中，电池的性能直接关系到设备的运行效率、使用寿命以及安全性。然而，随着电池使用时间延长，将发生一系列老化过程，导致其性能下降，甚至可能引发安全问题，如过热、起火等。这种老化现象包括容量衰减、内阻增大、充放电效率降低等表现，其根本原因是电池材料的化学反应和物理结构的变化。因此，对电池的健康状态(soh)和剩余使用寿命(rul)进行准确预测，能确保电池使用的安全性，为电池管理系统(bms)优化领域带来新的技术提升。

2、现有的技术研究中，电池的健康诊断方法主要有三类：物理模型、半经验模型和数据驱动方法。随着数据驱动技术的兴起，基于机器学习和神经网络的方法广泛应用于电池健康估计。这种方法无需深入理解电池的老化原理，模型可以通过自动学习，从大规模历史数据中提取规本文档来自技高网...

【技术保护点】

1.一种基于EIS的电池健康状态人工智能估计方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于EIS的电池健康状态人工智能估计方法，其特征在于，所述电池健康数据库从网上直接获取或自行采集；

3.根据权利要求1所述的基于EIS的电池健康状态人工智能估计方法，其特征在于，所述电池健康数据库中的若干个电池样本及待健康状态预测的电池均为同一种类的锂电池，所述锂电池的种类包括：镍钴锰三元锂电池和钴酸锂电池；

4.根据权利要求1所述的基于EIS的电池健康状态人工智能估计方法，其特征在于，所述电池健康数据库中的EIS数据和电池容量数据分别经过预处理，所述...

【技术特征摘要】

1.一种基于eis的电池健康状态人工智能估计方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于eis的电池健康状态人工智能估计方法，其特征在于，所述电池健康数据库从网上直接获取或自行采集；

3.根据权利要求1所述的基于eis的电池健康状态人工智能估计方法，其特征在于，所述电池健康数据库中的若干个电池样本及待健康状态预测的电池均为同一种类的锂电池，所述锂电池的种类包括：镍钴锰三元锂电池和钴酸锂电池；

4.根据权利要求1所述的基于eis的电池健康状态人工智能估计方法，其特征在于，所述电池健康数据库中的eis数据和电池容量数据分别经过预处理，所述预处理包括剔除异常数据处理和归一化处理，所述剔除异常数据处理包括去除eis数据和电池容量数据的缺失值，重复值和非数值型数据，以及利用多项式插值方法去除eis数据和电池容量数据中的异常噪声。

5.根据权利要求1所述的基于eis的电池健康状态人工智能估计方法，其特征在于，所述tcn-transformer模型包括tcn模块和transformer模块；

6.根据权利要求5所述的基于eis的电池健康状态人工智能估计方法，其特征在于，所述位置编码的表达式包括：

7.根据权利要求1～6任一项所述的基于eis的电池健康状态人工智能估计方法...

【专利技术属性】
技术研发人员：张云蔚，刘志航，刘雨阳，
申请(专利权)人：中山大学，
类型：发明
国别省市：