[发明专利]一种模型-数据混合驱动的锂离子电池剩余寿命预测方法

权利要求书

1.一种模型-数据混合驱动的锂离子电池剩余寿命预测方法，其特征在于，包括如下步骤：

首先，使用同型号电池老化实验数据，或者使用待预测电池少量历史循环数据，初始化经验模型的四个独立模型参数；

所述经验模型的四个独立模型参数a、b、c、d，即无迹粒子滤波方法的变量；

其次，基于差分阈值方法，利用锂离子电池容量数据识别拐点，所述拐点非跳水点；

再次，使用无迹粒子滤波方法获得初始估计结果；

复次，基于初始估计结果建立初始误差序列，使用完全集成经验模态分解方法处理初始误差序列；

又次，根据相关性方法使用本征模函数重构误差序列；

从次，对重构误差序列使用高斯过程回归方法训练，得到带有置信区间的误差预测结果；

最后，将初始估计结果使用带有置信区间的误差预测结果叠加，得到最终预测结果。

2.如权利要求1所述的模型-数据混合驱动的锂离子电池剩余寿命预测方法，其特征在于，所述经验模型是指：锂离子电池容量衰退经验模型；

锂离子电池容量衰退经验模型的解析式为

其中，

x为充放电的循环次数，取值为正整数；

y_x为x个充放电循环后的锂离子电池最大可用容量；

a,b,c,d分别为独立模型参数；

e^c+d·x代表容量衰退前期阶段，具有减速单调递减特征；

代表容量衰退后期阶段，具有加速单调递减特征。

3.如权利要求1所述的模型-数据混合驱动的锂离子电池剩余寿命预测方法，其特征在于，所述同型号电池老化实验数据，为早期同型号健康锂离子电池的老化实验数据，该老化实验数据，在各恒定循环老化工况下获取，使用最小二乘法拟合容量衰退曲线。

4.如权利要求1所述的模型-数据混合驱动的锂离子电池剩余寿命预测方法，其特征在于，所述差分阈值方法，阈值范围选取截至当前循环次数的容量差分数据的均值加减其3倍标准差内，若相应数据记录在此范围外，即视当前次循环为容量数据拐点；

定义所述跳水点是整条电池容量衰退曲线与连结其初始点、设定寿命终点线段平行的最远切线交点。

5.如权利要求1所述的模型-数据混合驱动的锂离子电池剩余寿命预测方法，其特征在于，识别拐点后，从拐点后继续选取训练信息，用于无迹粒子滤波训练模型参数，所述训练信息选取过程的终止时刻为：使无迹粒子滤波迭代过程后期阶段，模型各参数变化明显减缓的时刻。