[发明专利]一种锂离子电池容量退化预测方法及装置

说明书

本说明书一个或多个实施例提供一种锂离子电池容量退化预测方法及装置，包括获取原始电池放电容量，利用预定的模态分解方法对原始电池放电容量进行分解，得到由多个不同的频率信号构成的电池放电容量，将各个频率信号输入预先构建的容量预测模型，得到对应于各频率信号的容量预测结果，从各频率信号的容量预测结果中，选取满足预定关联性条件的容量预测结果，根据满足预定关联性条件的容量预测结果，重构得到最终预测的电池放电容量。本实施例的方法，结合锂电池充放电循环过程的三个阶段，考虑容量再生对电池容量的影响，对电池容量退化趋势进行预测，预测结果更为准确。

技术领域

本说明书一个或多个实施例涉及电池技术领域，尤其涉及一种锂离子电池容量退化预测方法及装置。

背景技术

锂离子电池具有比能量高、循环寿命长、热效应小、无记忆效应等优点，被广泛应用于民用和军用等领域。随着使用时间增加，存在发生事故的可能。对电池容量退化进行预测，能够间接估计电池剩余使用寿命，明确电池使用状态，从而及时调整电池更换时间，防控事故风险，保证正常使用功能。由此，如何准确预测电池容量退化趋势，是本领域所需解决的问题。

发明内容

有鉴于此，本说明书一个或多个实施例的目的在于提出一种锂离子电池容量退化预测方法及装置，能够预测电池容量退化趋势。

基于上述目的，本说明书一个或多个实施例提供了一种锂离子电池容量退化预测方法，包括：

获取原始电池放电容量；

利用预定的模态分解方法对所述原始电池放电容量进行分解，得到由多个不同的频率信号构成的电池放电容量；

将各个频率信号输入预先构建的容量预测模型，得到对应于各频率信号的容量预测结果；

从各频率信号的容量预测结果中，选取满足预定关联性条件的容量预测结果；

根据满足预定关联性条件的容量预测结果，重构预测的电池放电容量。

可选的，所述利用预定的模态分解方法对原始电池放电容量进行分解，得到由多个不同的频率信号构成的电池放电容量，包括：

利用CEEMDAN模态分解算法对原始电池放电容量S(t)进行分解，得到由多个高频信号和一个低频信号构成的电池放电容量，表示为：

其中，k为分解后的IMF分量的数量，d_i(t)为第i个IMF分量对应的高频信号，r_k(t)为残差信号对应的低频信号。

可选的，所述容量预测模型基于ANFIS模型构建；所述将各个频率信号输入预先构建的容量预测模型中，得到对应于各频率信号的容量预测结果，包括：

将每个频率信号划分为数据集和测试集，将所述数据集和测试集作为所述容量预测模型的输入，由所述容量预测模型输出相应频率信号的容量预测结果。

可选的，所述从各频率信号的容量预测结果中，选取满足预定关联性条件的容量预测结果，包括：

分别计算各频率信号与所述原始电池放电容量的相关系数；

选取所述相关系数大于等于预设的相关性阈值的频率信号；

将选取出的频率信号对应的容量预测结果作为满足预定关联性条件的容量预测结果。

可选的，所述根据满足预定关联性条件的容量预测结果，重构预测的电池放电容量，包括：

根据满足预定关联性条件的容量预测结果和低频信号对应的容量预测结果，重构预测的电池放电容量，表示为：