原创力文档- 1、本文档共18页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
SOH
本技术属于锂离子电池领域，公开了一种锂离子电池的在线估计方法，用于解决现有
SOH
估计技术在实施过程中存在的特征参数在线获取困难，模型对训练数据依赖性强且所需
数据量大，采用简单线性回归较难刻画电池容量与特征参数复杂的函数关系，估计精度难以
保证的问题。本技术采用容量增量法从容量增量曲线中获取特征参数，该方法不要求电池经
BMS
历完整的充放电过程，特征参数提取更加简单，有利于该方法在中的应用；利用多输
SOH
出高斯过程回归模型方法完成特征参数与函数模型的建立，更好地利用不同输出之间的
SOH
潜在关联性，提高的估计精度；同时该方法对于训练数据依赖较小，对不同类型的锂离
子电池具有很好的适应性。
权利要求书
1.
一种锂离子电池的健康状态在线估计方法，其特征在于：包括如下步骤：
S1、针对目标锂离子电池，进行短期循环寿命测试，将寿命测试数据作为初始模型训练数
据集；
S2、利用容量增量分析法，从容量增量曲线中提取多个特征参数，形成特征参数集合，对
电池的健康状态进行刻画，并将特征参数的值作为多输出高斯过程回归模型方法的模型输
出；
S3、利用初始模型训练数据集和特征参数的值对多输出高斯过程回归模型进行训练，挖掘
SOHSOH
特征参数与变化之间的关系，并对锂离子电池的进行准确估计；
S120-40
步骤中对目标锂离子电池进行短期循环寿命测试是指：对目标锂离子电池进行次循
环寿命测试以及性能测试，获得寿命测试数据，作为初始模型训练数据集，所述寿命测试数
据的物理参数包括：循环次数、容量、时间和端电压；
步骤S2中从容量增量曲线中提取多个特征参数的具体步骤为：
步骤S21：从寿命测试数据中剔除异常数据，得到目标锂离子电池在不同循环次数下的充电
电压曲线；
S22(1)ΔV2mVS21
步骤：根据公式，并取＝，采用五点三次滤波方法，通过步骤的充电电压
曲线，得到在不同循环次数下的容量增量曲线，
QdQQV
其中，为电池的充放电容量，为容量的微分，△为相邻采样点间容量的差值，为电
dVVt,dQ≈Q
池的电压，为电压的微分，△为相邻采样点间电压的差值，对于每个采样点△＝
Qt-Qt-1dV≈VVt-Vt-1
，△＝；
步骤S23：从所述容量增量曲线中提取特征参数，对特征参数和电池容量进行相关性分析；
S3SOH
步骤中采用多输出高斯过程回归模型方法进行锂离子电池估计的具体步骤为：
S31X{xi|i1,…,n}SOH1
步骤：对初始模型训练数据集，输入＝＝为循环次数，
文档评论（0）