摘要: 一种粒子滤波与机理模型相结合的二次电池寿命预测方法,本发明旨在解决传统基于粒子滤波的二次电池寿命预测完全基于数据驱动,忽视预测对象机理特点的缺陷,导致对电化学电源寿命的预测结果准确性差的问题。
训练阶段: - 使用粒子滤波方法跟踪电池内部状态变量的真实值; - 得到状态变量随充放电循环次数变化的回归方程,作为新的状态方程。
预测阶段: - 利用新的状态方程推算未知充放电循环时状态变量的估计值; - 生成多个粒子; - 将这些粒子代入观测方程中,得到多个容量观测量的估计值; - 以多个容量观测值估计值的中位数作为对未来某次充放电循环时电池容量的预测。
电池寿命评估: - 当达到预先设定的电池容量下限时; - 该容量预测值所对应的循环次数与训练阶段所用的循环次数的差值; - 为电池可用的剩余循环次数。
| 专利名称 | 一种粒子滤波与机理模型相结合的二次电池寿命预测方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201610363499.1 |
| 申请号 | - | 专利申请日期 | 2016-05-27 |
| 专利授权日期 | 2016-10-26 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 吕超;葛腾飞;丛巍;李俊夫;刘璇 | ||
| 权利人 | - | ||
| 专利摘要 | 一种粒子滤波与机理模型相结合的二次电池寿命预测方法,本发明是为了解决传统基于粒子滤波的二次电池寿命预测完全基于数据驱动,忽视预测对象机理特点的缺陷,导致对电化学电源寿命的预测结果准确性差的问题。训练阶段用粒子滤波方法跟踪电池内部状态变量的真实值得到状态变量随充放电循环次数变化的回归方程为新的状态方程;预测阶段利用新的状态方程推算未知充放电循环时状态变量估计值,生成多个粒子,代入观测方程中得多个容量观测量的估计值,以多个容量观测值估计值的中位数作对未来某次充放电循环时电池容量的预测,当达到预先设定的电池容量下限,该容量预测值所对应的循环次数与训练阶段所用的循环次数的差值为电池可用的剩余循环次数。 | ||