一种基于电化学阻抗谱的退役电池SOC估计方法及装置制造方法及图纸

本发明专利技术涉及一种基于电化学阻抗谱的退役电池SOC估计方法及装置，所述方法包括：获取若干退役电池在不同SOC值下的电化学阻抗谱，根据所述电化学阻抗谱得到特征参数，对所述特征参数进行筛选，得到筛选后的特征参数；构建估计模型，根据所述筛选后的特征参数对所述估计模型进行训练，得到训练完备的估计模型；获取待估计退役电池的实时特征参数，根据所述实时特征参数和所述训练完备的估计模型得到所述待估计退役电池的SOC估计值。本发明专利技术公开的基于电化学阻抗谱的退役电池SOC估计方法，保证了退役电池SOC估计的准确性。了退役电池SOC估计的准确性。了退役电池SOC估计的准确性。

【技术实现步骤摘要】
一种基于电化学阻抗谱的退役电池SOC估计方法及装置


[0001]本专利技术涉及退役电池
，尤其涉及一种基于电化学阻抗谱的退役电池SOC估计方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]随着科技的发展，锂离子电池以体积小、能量密度高、工作电压高、寿命周期长等综合优势，在很多行业逐渐成为重要的储能供能载体，而针对锂离子电池SOC(State of Charge)的估计作为退役锂离子电池故障诊断及健康管理的前沿技术，被越来越多的研究人员所重视，并逐渐成为电子系统健康管理和故障诊断的研究热点。
[0003]已应用于退役锂电池SOC估计的常用方法有卡尔曼滤波器递推算法等，卡尔曼滤波法是将蓄电池看作动态系统，SOC作为系统内部的一个状态量，该方法需要选择动态系统的描述方程，递推过程也涉及到复杂的矩阵求逆运算，同时卡尔曼滤波器作为递推算法，对初值的选择十分敏感，错误的初值导致估计的不断恶化，因此该方法具有局限性，不能保证SOC估计的准确性。

技术实现思路

[0004]有鉴于此，有必要提供一种基于电化学阻抗谱的退役电池SOC估计方法、装置、电子设备及计算机可读存储介质，用以解决现有技术中无法对退役电池SOC进行准确估计的问题。
[0005]为了解决上述问题，本专利技术提供一种基于电化学阻抗谱的退役电池SOC估计方法，包括：
[0006]获取若干退役电池在不同SOC值下的电化学阻抗谱，根据所述电化学阻抗谱得到特征参数，对所述特征参数进行筛选，得到筛选后的特征参数；/>[0007]构建估计模型，根据所述筛选后的特征参数对所述估计模型进行训练，得到训练完备的估计模型；
[0008]获取待估计退役电池的实时特征参数，根据所述实时特征参数和所述训练完备的估计模型得到所述待估计退役电池的SOC估计值。
[0009]进一步地，根据所述电化学阻抗谱得到特征参数，包括：
[0010]利用所述电化学阻抗谱获取所述若干退役电池在不同频率下对应的实部值、虚部值及开路电压作为特征参数。
[0011]进一步地，对所述特征参数进行筛选，包括：
[0012]利用相关系数计算公式计算所述特征参数和对应的退役电池SOC值的相关性值，若所述相关性值的绝对值小于设定阈值，则对所述特征参数进行剔除。
[0013]进一步地，所述相关系数计算公式为
[0014][0015]其中，X为特征参数，Y为对应的退役电池SOC值，ρ
X,Y
为相关性值。
[0016]进一步地，构建估计模型，包括：
[0017]构建支持向量机回归预测估计模型。
[0018]进一步地，根据所述筛选后的特征参数对所述估计模型进行训练，包括：
[0019]以所述筛选后的特征参数作为输入值输入，以对应的退役电池SOC值作为输出值输出对所述估计模型进行训练。
[0020]进一步地，根据所述实时特征参数和所述训练完备的估计模型得到所述待估计退役电池的SOC估计值，包括：
[0021]利用所述实时特征参数和所述训练完备的估计模型得到初始SOC估计值，对所述初始SOC估计值进行反归一化处理得到所述待估计退役电池的SOC估计值。
[0022]本专利技术还提供了一种基于电化学阻抗谱的退役电池SOC估计装置，包括参数获取模块、模型训练模块及估计值获取模块；
[0023]所述参数获取模块，用于获取若干退役电池在不同SOC值下的电化学阻抗谱，根据所述电化学阻抗谱得到特征参数，对所述特征参数进行筛选，得到筛选后的特征参数；
[0024]所述模型训练模块，用于构建估计模型，根据所述筛选后的特征参数对所述估计模型进行训练，得到训练完备的估计模型；
[0025]所述估计值获取模块，用于获取待估计退役电池的实时特征参数，根据所述实时特征参数和所述训练完备的估计模型得到所述待估计退役电池的SOC估计值。
[0026]本专利技术还提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如上述任一技术方案所述的基于电化学阻抗谱的退役电池SOC估计方法。
[0027]本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机该程序被处理器执行时，实现如上述任一技术方案所述的基于电化学阻抗谱的退役电池SOC估计方法。
[0028]采用上述实施例的有益效果是：本专利技术提供的基于电化学阻抗谱的退役电池SOC估计方法，通过若干退役电池在不同SOC值下的电化学阻抗谱获取特征参数，对特征参数进行筛选，筛选出更加合适的特征参数，能够提高退役电池SOC估计的准确性，并构建估计模型，利用筛选后的特征参数进行模型训练，得到训练完备的估计模型，利用训练完备的估计模型进行退役电池SOC估计，保证了退役电池SOC估计的准确性。
附图说明
[0029]图1为本专利技术提供的基于电化学阻抗谱的退役电池SOC估计方法一实施例的流程示意图；
[0030]图2为本专利技术提供的基于电化学阻抗谱的退役电池SOC估计装置一实施例的结构框图；
[0031]图3为本专利技术提供的电子设备一实施例的结构框图。
具体实施方式
[0032]下面结合附图来具体描述本专利技术的优选实施例，其中，附图构成本申请一部分，并
与本专利技术的实施例一起用于阐释本专利技术的原理，并非用于限定本专利技术的范围。
[0033]本专利技术提供了一种基于电化学阻抗谱的退役电池SOC估计方法、装置、电子设备及计算机可读存储介质，以下分别进行详细说明。
[0034]本专利技术实施例提供了一种基于电化学阻抗谱的退役电池SOC估计方法，其流程示意图，如图1所示，所述基于电化学阻抗谱的退役电池SOC估计方法包括：
[0035]步骤S101、获取若干退役电池在不同SOC值下的电化学阻抗谱，根据所述电化学阻抗谱得到特征参数，对所述特征参数进行筛选，得到筛选后的特征参数；
[0036]步骤S102、构建估计模型，根据所述筛选后的特征参数对所述估计模型进行训练，得到训练完备的估计模型；
[0037]步骤S103、获取待估计退役电池的实时特征参数，根据所述实时特征参数和所述训练完备的估计模型得到所述待估计退役电池的SOC估计值。
[0038]一个具体的实施例中，获取若干退役电池在不同SOC值下的电化学阻抗谱，根据所述电化学阻抗谱得到特征参数的步骤包括在0.05C～1C下将退役电池调整至不同SOC(ΔSOC＝5％)下，静置足够长的时间得到电池开路电压U，用阻抗谱测试仪在温度为(25
±
2)℃，频率为0.05～100KHz的条件下设置不同的频率点数对电池进行交流阻抗测试，得到电化学阻抗谱。
[0039]作为一个优选的实施例，根据所述电化学阻抗谱得到特征参数，包括：
[0040]利用所述电化学阻抗谱获取所述若干退役电池在不同频率下对应的实部值、虚部值及开路电压作为特征参数。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于电化学阻抗谱的退役电池SOC估计方法，其特征在于，包括：获取若干退役电池在不同SOC值下的电化学阻抗谱，根据所述电化学阻抗谱得到特征参数，对所述特征参数进行筛选，得到筛选后的特征参数；构建估计模型，根据所述筛选后的特征参数对所述估计模型进行训练，得到训练完备的估计模型；获取待估计退役电池的实时特征参数，根据所述实时特征参数和所述训练完备的估计模型得到所述待估计退役电池的SOC估计值。2.根据权利要求1所述的基于电化学阻抗谱的退役电池SOC估计方法，其特征在于，根据所述电化学阻抗谱得到特征参数，包括：利用所述电化学阻抗谱获取所述若干退役电池在不同频率下对应的实部值、虚部值及开路电压作为特征参数。3.根据权利要求1所述的基于电化学阻抗谱的退役电池SOC估计方法，其特征在于，对所述特征参数进行筛选，包括：利用相关系数计算公式计算所述特征参数和对应的退役电池SOC值的相关性值，若所述相关性值的绝对值小于设定阈值，则对所述特征参数进行剔除。4.根据权利要求3所述的基于电化学阻抗谱的退役电池SOC估计方法，其特征在于，所述相关系数计算公式为其中，X为特征参数，Y为对应的退役电池SOC值，ρ
X,Y
为相关性值。5.根据权利要求1所述的基于电化学阻抗谱的退役电池SOC估计方法，其特征在于，构建估计模型，包括：构建支持向量机回归预测估计模型。6.根据权利要求1所述的基于电化学阻抗谱的退役电池SOC估计方法，其特征在于，根据所述筛选后的特征参数对所述估计模型进行训练，包括：以所述筛选后的特征参...

【专利技术属性】
技术研发人员：许开华，张宇平，刘虹灵，别传玉，张阳琳，阳婕，肖磊，宋华伟，
申请(专利权)人：武汉动力电池再生技术有限公司，
类型：发明
国别省市：