[发明专利]基于AR模型和RPF算法的数据驱动的锂离子电池循环寿命预测方法

摘要

基于AR模型和RPF算法的数据驱动的锂离子电池循环寿命预测方法，涉及锂离子电池循环寿命预测方法，数据预测技术领域。本发明解决了现有锂离子电池循环使用寿命预测方法中，基于模型的预测方法建模复杂且参数辨识困难的问题。本发明采用时间序列分析与粒子滤波方法相结合的锂离子电池循环寿命预测方法，该方法首先利用AR模型实现电池性能退化过程时间序列数据的多步预测；然后，重点针对循环寿命预测结果的不确定性表达问题，引入正则化粒子滤波方法，提出一种锂离子电池循环寿命预测方法框架。本发明所提出的方法能够有效地对锂离子电池循环寿命进行预测，并实现预测结果的概率密度分布输出，具有良好的计算效率和不确定性表达能力。

主权项

基于AR模型和RPF算法的数据驱动的锂离子电池循环寿命预测方法，其特征在于，所述预测方法为：1)监测待预测的锂离子电池的各项物理参数，获得监测数据；2)利用RPF算法对监测数据的电池容量数据进行状态跟踪，确定RPF粒子电池退化电池经验模型中的未知参数β1和β2；3)初始化并设定预测的起始点、粒子数目N、正则化粒子滤波模型中的过程噪声Wk的协方差R、正则化粒子滤波模型中的观测噪声Vk的协方差Q、电池使用寿命结束的阈值U；4)根据预测起始点确定训练长度Length，利用待测锂离子电池的电池容量历史数据进行AR模型的训练和建模；5)根据4阶AR模型获得长期预测输出序列ARpredict(i)，将此预测值作为RPF算法观测方程中的观测值Z(i)；6)利用RPF算法对电池循环使用寿命进行预测particle_filter()，初始化、选取粒子、估计粒子权重、重采样、状态估计，根据状态空间模型对电池容量状态进行迭代更新，同时每一步输出一个电池容量状态估计值Capout；7)判断每一步输出的状态估计值Capout是否到达电池寿命结束的容量阈值U，若到达阈值，输出寿命的预测结果及其PDF分布。