CN120275837A 一种动车组电池健康状态评估与寿命预测方法及系统 （西南交通大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120275837A(43)申请公布日2025.07.08

(21)申请号202510774751.7

GO6F

17/12(2006.01)

(22)申请日2025.06.11

GO6N

GO6N

3/045(2023.01)

3/042(2023.01)

(71)申请人西南交通大学

地址610031四川省成都市金牛区二环路

北一段111号

GO6N

3/08(2023.01)

(72)发明人陈奎郑晓英罗杨龙舟王宏杰唐明川

(74)专利代理机构成都华飞知识产权代理事务所(普通合伙)51281

专利代理师徐鸿

(51)Int.CI.

G01R31/367(2019.01)

G01R31/392(2019.01)G01R31/00(2006.01)B60L58/16(2019.01)

权利要求

书3页

说明书10页附图5页

(54)发明名称

一种动车组电池健康状态评估与寿命预测方法及系统

(57)摘要

CN120275837A本申请涉及动车电池组评估技术领域，提供了一种动车组电池健康状态评估与寿命预测方法及系统，包括通过浮充状态下的电压波动和温度数据建立数据库，分析电池容量保持率、活性锂存量等目标参数与内部化学物质损耗的关联机制；采用秒级、分钟级、小时级三级时间粒度分别提取驾驶行为特征、温度参数及电化学阻抗谱，利用动态时间规整算法对齐多频数据；构建以电化学参数为节点、跨层级关联为边的图结构模型，通过图神经网络提取电池老化特征拓扑关系；最终建立融合多维特征的预测模型，实现电池剩余寿命与容量衰退拐点的精准预测。将多尺

CN120275837A

基于浮充状态下，预设时间内预设速度时动车组的

基于浮充状态下，预设时间内预设速度时动车组的

动车运行状态，采集浮充电压波动数据和动车组电

池温度数据，并建立数据库

通过数据库中充放电循环对应的数据，监测电池的目标参数，目标参数包括容量保持率、活性锂存量与正极材料相变量：建立目标参数与电池内部化学活性物质损失、电极结构劣化及界面副反应之间的关

联映射关系，得到老化机理信息

分时间层级提取特征数据，包括以秒级时间粒度提取动车运行中的急加速或急减速事件频率，采用动态时间规整算法对齐不同采样频率的数据并识别动车的驾驶模式：以分钟级时间粒度提取动车组电池的温度数据：以小时级时间粒度提取动车的电压信号和电流信号；对电压信号和电流信号进行频域分

析得到电化学阻抗谱

以老化机理信息为图结构，图结构中节点表示电化学阻抗谱或不同时间层级对应的特征数据，图结构中边表示不同时间层级特征数据间的关联关系；基于图结构提取反映电池老化状态的图拓扑特征，并建立

对应的图神经网络模型

以特征数据作为输入，以电池样本剩余寿命和容量

衰退拐点作为输出，对图神经网络模型进行训练，得到预测模型；将新的电压数据、电流数据、温度数据和电化学阻抗谱输入预测模型，得到预测结果

S101

S102

S103

S104

S105

CN120275837A权利要求书1/3页

2

1.一种动车组电池健康状态评估与寿命预测方法，其特征在于，包括：

基于浮充状态下，预设时间内预设速度时动车组的动车运行状态，采集浮充电压波动数据和动车组电池温度数据，并建立数据库；

通过所述数据库中充放电循环对应的数据，监测电池的目标参数，所述目标参数包括容量保持率、活性锂存量与正极材料相变量；建立所述目标参数与电池内部化学活性物质损失、电极结构劣化及界面副反应之间的关联映射关系，得到老化机理信息；

分时间层级提取特征数据，包括以秒级时间粒度提取动车运行中的急加速或急减速事件频率，采用动态时间规整算法对齐不同采样频率的数据并识别动车的驾驶模式；以分钟级时间粒度提取动车组电池的温度数据；以小时级时间粒度提取动车的电压信号和电流信号；对所述电压信号和电流信号进行频域分析得到电化学阻抗谱；

以所述老化机理信息为图结构，所述图结构中节点表示电化学阻抗谱或不同时间层级对应的特征数据，所述图结构中边表示不同时间层级特征数据间的关联关系；基于所述图结构提取反映电池老化状态的图拓扑特征，并建立对应的图神经网络模型；

以特征数据作为输入，以电池样本剩余寿命和容量衰退拐点作为输出，对所述图神经网络模型进行训练，得到预测模型；将新的电压数据、电流