[发明专利]一种基于物联网的储能电池健康管理预测方法及系统

权利要求书

1.一种基于物联网的储能电池健康管理预测方法，其特征在于，包括以下步骤：

步骤1：本地BMS模块进行采样，并结合内置参数通过通讯模块向云端平台上传实时数据，其中，所述实时数据包括：当前电流、当前soc、当前温度T、电池工作时间、额定容量、循环次数CYC、当前电压、充电截止电压和放电截止电压；

步骤2：云端平台根据实时数据获取参与计算的数据，其中，参与计算的数据包括放电倍率C、过充过放次数Error和放电深度DOD；

步骤3：云端平台使用通过步骤1和步骤2得到的当前温度T、放电倍率C、放电深度DOD、循环次数CYC、过充过放次数Error与当前soc建立电池健康模型，电池健康模型包括输入层、隐藏层和输出层，其中：

所述输入层，为电池健康模型的数据输入部分，输入的数据包括当前温度T、放电倍率C、放电深度DOD、循环次数CYC、过充过放次数Error；

所述隐藏层，包含一第一层和一第二层，其中，所述第一层包含两个神经元，分别为H11和H12；所述第二层包含两个神经元，分别为H21和H22；

所述输出层，为soh值，用SOH表示；

所述电池健康模型对任一次采集数据的计算过程为先进行数据正向传输计算，然后再反向传输计算误差值；

其中，所述电池健康模型对任一次采集数据的具体计算过程为：

S31：从输入层到隐藏层的第一层，具体计算过程为：

H11＝T×W_TH11+C×W_CH11+DOD×W_DODH11+CYC×W_CYCH11+Error×W_ErrorH11

H12＝T×W_TH12+C×W_CH12+DOD×W_DODH12+CYC×W_CYCH12+Error×W_ErrorH12

式中，W_TH11为T到H11之间的权重，W_CH11为C到H11之间的权重，W_DODH11为DOD到H11之间的权重，W_CYCH11为CYC到H11之间的权重，W_ErrorH11为Error到H11之间的权重，W_TH12为T到H12之间的权重，W_CH12为C到H12之间的权重，W_DODH12为DOD到H12之间的权重，W_CYCH12为CYC到H12之间的权重，W_ErrorH12为Error到H12之间的权重；

使用激活函数y(x)＝1/(1+e^x)对数据处理，得出：

H11_out＝1/(1+e^H11)

H12_out＝1/(1+e^H12)

式中，H11_out为H11的输出值，H12_out为H12的输出值，e为自然常数；

S32：从隐藏层的第一层到隐藏层的第二层，具体计算过程为：

H21＝H11_out×W_H11H21+H12_out×W_H12H21

H22＝H11_out×W_H11H22+H12_out×W_H12H22

式中，W_H11H21为H11到H21之间的权重，W_H12H21为H12到H21之间的权重，W_H11H22为H11到H22之间的权重，W_H12H22为H12到H22之间的权重；

使用激活函数y(x)＝1/(1+e^x)对数据处理，得出：

H21_out＝1/(1+e^H21)

H22_out＝1/(1+e^H22)

式中，H21_out为H21的输出值，H22_out为H22的输出值；

S33：从隐藏层的第二层到输出层，具体计算过程为：

SOH＝H21_out×W_H21SOH+H22_out×W_H22SOH

式中，W_H21SOH为H21到SOH之间的权重，W_H22SOH为H22到SOH之间的权重；

使用激活函数y(x)＝1/(1+e^x)对数据处理，得出：

SOH_out＝1/(1+e^SOH)

式中，SOH_out为SOH的输出值；

S34：反向传输计算误差值，具体为：

E_TOTAL＝0.5×(SOH_T-SOH_OUT)²

式中，E_TOTAL为总误差值，SOH_T为训练数据中的SOH值，即云端数据库中存储的出厂SOH值；

步骤4：云端平台通过多次采样的数据对电池健康模型进行训练，具体为：

S41：云端平台调用云端数据库中预存的厂家数据；

S42：预设初始的各项权重值为0.1；

S43：通过不断重复步骤1～步骤3的过程进行训练，并根据每次训练结果更新各项权重的值用于下一次的计算；

S44：当S43重复10万次时，停止训练，并获取此时的各项权重值作为最终计算用的权重；

步骤5：云端平台通过计算得到实际SOH值，并将实际SOH值回传至人机交互模块，人机交互模块显示实际SOH值。