基于相似性优化模型样本的实车锂电池健康状态分析.pdfVIP

汽车工程

2024年（第46卷）第3期AutomotiveEngineering2024（Vol.46）No.3

doi：10.19562/j.chinasae.qcgc.2024.03.013

基于相似性优化模型样本的实车锂电池

健康状态分析

12，312，31

刘万里，李子涵，梁宏毅，陈吉清，莫丙达

（1.广汽本田汽车有限公司，广州510700；2.华南理工大学机械与汽车工程学院，广州510641；

3.华南理工大学，广东省汽车工程重点实验室，广州510641）

［摘要］为更好地解决电动汽车动力电池健康状态（SOH）在线估计问题，减少实车采集数据中的冗余样本，改

善运行工况不稳定导致的特征丢失，提升实车电池SOH估计的精度，提出一种基于增量容量分析方法（ICA）提取特

征和动态时间规整（DTW）优化特征样本的SOH估计方法。首先对实车电池充电循环数据应用增量容量分析提取

电池IC曲线，以曲线峰高度等形状特征作为健康因子。采用动态时间规整作相似性判据，基于IC曲线形状计算电

池充电循环样本的相似度，保留与基准充电循环相似的充电循环数据，优化训练样本，最后采用全连接神经网络

（MLP）模型进行SOH估计。以实车运行电池数据进行对比实验，结果表明该方法可明显改善训练样本质量，提升电

池SOH估计精度。

关键词：锂离子电池；健康状态估计；容量估计；相似样本

RealVehicleBatteryHealthStateEstimationBasedonSimilarityOptimization

ModelSamples

12，312，31

LiuWanli，LiZihan，LiangHongyi，ChenJiqingMoBingda

1.GuangqiHondaAutomobileCompanyLimited，Guangzhou510700；

2.SchoolofMechanicalandAutomotiveEngineering，SouthChinaUniversityofTechnology，Guangzhou510641；

3.SouthChinaUniversityofTechnology，GuangdongProvincialAutomobileEngineeringKeyLaboratory，Guangzhou510641

［Abstract］Inordertobettersolvetheonlineestimationproblemofelectricvehiclepowerbatteryhealth

state（SOH），reduceredundantsamp