基于时间卷积网络的电池寿命评估方法.pdfVIP

第57卷第4期工程科学与技术Vol.57No.4

2025年7月ADVANCEDENGINEERINGSCIENCESJuly2025

•电气工程•

DOI:10.12454/j.jsuese.202300930

本刊网刊

基于时间卷积网络的电池寿命评估方法

1,2333211*

孙玉树，安娟，黄存强，张舜祯，党艳阳，裴玮，唐西胜

(1.中国科学院电工研究所，北京100190；2.特变电工股份有限公司，新疆昌吉831100；3.国网青海省电力公司经济技术研究院，青海西宁810008)

摘要：为了提高电池系统应用的技术经济性，本文基于时间卷积网络从健康状态和剩余使用寿命两个角度对电池

寿命进行评估。首先，介绍时间卷积网络的电池寿命评估原理，阐述其相较于经典递归神经网络的优势；然后，基于电

池易测量的时间、电压、电流和温度等数据提取14个相关间接健康特征因素，利用KL散度、皮尔逊相关系数和灰色

关联度3种算法分别分析不同因素与健康状态的相关程度，并与时间卷积网络相关性方法进行对比和分析，筛选出

对电池健康状态影响较大的5个特征因素，即循环时间、电压平均值、电压样本熵、温度样本熵和电流值；接着，利用

核主成分分析法对选取的主导特征因素进行降维处理，筛选出贡献率较大的主成分，以减小后续计算复杂度。使用时

间卷积网络、长短时记忆神经网络和反向传播神经网络进行仿真对比分析，结果表明本文的时间卷积网络具有较高

的健康状态预测精度；另外，由于电池存在容量再生现象，利用健康状态对电池寿命表征存在较大误差，而通过对电

池剩余循环次数进行寿命预测，可以克服健康状态预测的缺点。仿真结果验证了本文所提的时间卷积网络的电池寿

命评估策略对电池寿命精确评估具有有效性。

关键词：电池；时间卷积网络；核主成分分析法；健康状态；剩余使用寿命

中图分类号：TM614文献标志码：A文章编号：2096-3246（2025）04-0259-10

国家发展改革委和国家能源局发布了《关于加快实时数据对相关参数进行辨识，并预测剩余使用寿

推动新型储能发展的指导意见》，指出：到2030年，实命。该方法主要针对特定的电池材料、使用环境和充

现新型储能全面市场化发展，新型储能装机规模基本放电条件开展研究，一般根据电极的物理特性来获取

满足新型电力系统相应需求，成为能源领域碳达峰、模型参数，因此模型难以动态跟踪环境条件的变化，

[1]

碳中和的关键支撑之一。作为新型储能的重要组成，导致准确度较差，并且，作为复杂多变的电化学系统，

电池储能因能量密度大、组网灵活等特点受到人们的若要对电池退化特征及老化原因进行详细描述，则模

青睐。但由于其电化学特性，随着充放电循环次数的型的复杂程度较高，实际应用难度较大。当前，物理模

增加，电池会不断老化。老化到一定程度易发生故障，型主要包括电化学模型和等效电路模型。关于电化学

从而导致高昂的维修成本和巨大的安全风险，甚至产模型方面的研究较多，例如：KhodadadiSadabadi等[6]

[2‒3]

生火灾等不可预期的后果。因此，开展电池健康状利用汽车充电数据开发一种基于增强单粒子模