【技术实现步骤摘要】
本专利技术涉及预测模型，尤其涉及基于多时间尺度的电池储能寿命预测方法及系统。
技术介绍
1、预测模型
涉及通过数学建模与数据分析手段对系统行为进行趋势预判和结果推演，其核心在于构建变量间的量化关系网络并建立动态演化机制，该领域包含数据特征提取、模型架构设计、参数优化策略及验证评估体系四个技术层级，通过历史数据训练建立输入输出映射关系实现未来状态推演。其中，传统电池储能寿命预测是指基于充放电循环次数记录和电压电流参数分析，采用容量衰减曲线拟合与经验公式推导手段，通过监测电池内阻变化率和能量密度下降趋势，结合温度应力加速老化实验数据建立线性回归模型，利用循环周期计数法和容量保持率阈值判定实现剩余使用寿命估算的技术方案。
2、传统技术依赖单一时间窗口的容量衰减曲线拟合，未能区分电池老化过程中不同时间尺度的衰减特征，线性回归模型难以捕捉动态非线性衰减规律，经验公式推导受限于固定参数假设，导致早期容量波动与中期加速老化阶段的关联性分析不足，静态容量保持率阈值判定缺乏对多参数耦合效应的动态响应机制，内阻变化与容量衰减的协同演化关系...
【技术保护点】
1.基于多时间尺度的电池储能寿命预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多时间尺度的电池储能寿命预测方法，其特征在于，所述窗口长度参数具体为短期窗口长度参数、中期窗口长度参数、长期窗口长度参数，所述修正后的容量均值和内阻方差包括容量滤波修正值、内阻动态方差值、基准同步值、速率关联值，所述容量波动阈值包括连续超限次数阈值、残差联动条件阈值、异常触发机制阈值，所述电池剩余使用寿命具体指容量衰减系数、内阻耦合因子；
3.根据权利要求2所述的基于多时间尺度的电池储能寿命预测方法，其特征在于，所述滑动窗口算法初始化窗口长度参数时...
【技术特征摘要】
1.基于多时间尺度的电池储能寿命预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多时间尺度的电池储能寿命预测方法，其特征在于，所述窗口长度参数具体为短期窗口长度参数、中期窗口长度参数、长期窗口长度参数，所述修正后的容量均值和内阻方差包括容量滤波修正值、内阻动态方差值、基准同步值、速率关联值，所述容量波动阈值包括连续超限次数阈值、残差联动条件阈值、异常触发机制阈值，所述电池剩余使用寿命具体指容量衰减系数、内阻耦合因子；
3.根据权利要求2所述的基于多时间尺度的电池储能寿命预测方法，其特征在于，所述滑动窗口算法初始化窗口长度参数时，采用动态调整机制：当所述容量变动幅度参数与所述内阻变化速率参数满足时，自动延长窗口长度至；
4.根据权利要求3所述的基于多时间尺度的电池储能寿命预测方法，其特征在于，所述卡尔曼滤波算法修正过程采用双状态耦合方程：状态方程；
5.根据权利要求4所述的基于多时间尺度的电池储能寿命预测方法，其特征在于，所述容量波动阈值的动态调整方法包括：当连续三个周期的所述容量残差序列满足时，将所述残差联动条件...
【专利技术属性】
技术研发人员：郭子健，王敦宇，林华，郑熙，胡国平，秦江，李宽，
申请(专利权)人：深圳库博能源股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。