[发明专利]一种基于退化量均值极差的锂电池寿命预测方法

权利要求书

1.一种基于退化量均值极差的锂电池寿命预测方法，其特征在于，包含以下步骤：

(1)、获取样本锂电池在不同时刻的容量；

通过加速N个样本锂电池的寿命实验，采样每个样本锂电池在不同时刻的容量，再将每个样本锂电池在不同时刻的容量与初始容量做差，获得每个样本锂电池在不同时刻的容量退化量，其中，第i个样本锂电池在不同时刻的容量退化量记为其中，i＝1,2,…,N，表示第i个样本锂电池的初始容量退化量，表示第i个样本锂电池在第t个时刻的容量退化量，T表示数据采样时刻数；

(2)、获取待测锂电池在前t个时刻的容量，t＜＜T；

通过加速待测锂电池的寿命实验，采样待测锂电池在前t个时刻的容量，再将待测锂电池在不同时刻的容量与初始容量做差，获得待测锂电池在不同时刻的容量退化量L＝{L₀,L₁,…,L_t}，其中，L₀表示待测锂电池的初始容量退化量，L_t表示待测锂电池在第t个时刻的容量退化量；

(3)、构建样本集；

(3.1)、遍历每一个样本锂电池的容量退化量，其中，在第i个样本锂电池的容量的退化量中，取后t/4项数据求取其均值，记为

当N个样本锂电池的容量退化量遍历完成后，得到均值序列{μ₁,μ₂,…,μ_i,…,μ_N}；

(3.2)、在均值序列中选择最大均值和最小均值，然后计算其差值，得到退化量均值极差，记为R_μ；

(3.3)、在待测锂电池的前t个时刻的容量退化量L＝{L₀,L₁,…,L_t}中，取后t/4项数据求取其均值，记为μ＝4(L_3t/4+1+L_3t/4+2+L_3t/4+3+…+L_t)/t；

(3.4)、设置均值上下浮动范围R_μ/n，n为浮动参数；

遍历均值序列{μ₁,μ₂,…,μ_i,…,μ_N}，挑选出满足如下公式的均值；

μ-R_μ/n≤μ_i≤μ+R_μ/n

(3.5)、假设共计筛选出K个符合条件的均值，记为{μ₁,μ₂,…,μ_j,…,μ_K}；将这K个均值所对应的样本锂电池的容量退化量组成样本集，记为{L₁,L₂,…,L_j,…,L_K}；

(4)、利用ELM网络计算预测误差均值；

(4.1)、在均值序列{μ₁,μ₂,…,μ_j,…,μ_K}中，以μ₁为基准，在μ₂～μ_K中选出大小与μ₁最接近的均值，记为μ_k，对应的容量退化量记为

(4.2)、在L_k中提取前t个时刻的容量退化量然后取后p个数据输入至训练好的ELM网络，从而得到第t+1时刻的容量退化量预测值

(4.3)、计算第k个样本锂电池在第t+1时刻的预测误差

(4.4)、同理，通过遍历{μ₁,μ₂,…,μ_j,…,μ_K}中每一个均值，按照步骤(4.1)-(4.3)所述方法得到K个样本锂电池在第t+1时刻的预测误差，组成t+1时刻的误差序列

(4.5)、计算K个样本锂电池在第t+1时刻的预测误差均值Δμ_t+1；

(4.6)、按照步骤(4.2)-(4.5)所述方法依次计算K个样本锂电池在t+2、t+3至T时刻的预测误差均值，得到预测误差均值序列{Δμ_t+1,Δμ_t+2,…,Δμ_T}；

(5)、利用差值对预测结果进行修正；

(5.1)、在待测锂电池的前t个时刻的容量退化量L＝{L₀,L₁,…,L_t}中，取后p个数据输入至训练好的ELM网络，从而得到第t+1时刻的容量退化量预测值

(5.2)、计算K个样本锂电池在第t+1时刻的容量退化量的均值ΔL_t+1；

(5.3)、根据t+1时刻待测锂电池的容量退化量预测值与均值ΔL_t+1的比值修正预测误差均值Δμ_t+1；

其中，表示t+1时刻修正后的预测误差均值；

(5.4)、修正待测锂电池在t+1时刻的容量退化量预测值

其中，表示t+1时刻修正后的容量退化量；

(5.5)、判断是否小于给定的失效阈值w，若小于，则转至步骤(6)，算法结束；否则转至步骤(5.6)；

(5.6)、将t+1时刻修正后的容量退化量编入容量退化量序列；

(5.7)、按照步骤(5.1)-(5.6)所述方法依次修正t+2、t+3至T时刻的容量退化量预测值；

(6)、待测锂电池的容量退化至失效阈值w，预测终止，算法结束。