一种锂电池的健康状况评估与剩余寿命预测方法及系统技术方案

本发明专利技术公开了一种锂电池的健康状况评估与剩余寿命预测方法及系统，包括：获取电池运行信息，根据电池运行信息进行容量分析和电池内阻分析，得到容量分析结果信息和内阻分析结果信息；获取目标锂电池的实时外观信息和初始状态信息，根据实时外观状态信息和初始状态信息进行外观分析，得到外观分析结果信息；构建健康状况评估模型，根据容量分析结果信息、内阻分析结果信息和外观分析结果信息进行评估，得到健康状况评估信息；构建剩余寿命预测模型，对目标锂电池进行剩余寿命预测，得到剩余寿命预测结果信息；根据所述健康状况评估信息和剩余寿命预测信息进行维护分析，并制定锂电池维护方案，提高了锂电池健康状况评估和寿命预测的准确性。预测的准确性。预测的准确性。

【技术实现步骤摘要】
一种锂电池的健康状况评估与剩余寿命预测方法及系统


[0001]本专利技术涉及锂电池健康状况评估和剩余寿命预测
，尤其涉及一种锂电池的健康状况评估与剩余寿命预测方法及系统。

技术介绍

[0002]锂电池作为一种高效、环保、便携式的电力储存设备，广泛应用于移动通信、电动交通工具、储能系统等领域。然而，随着锂电池的使用时间增长，其性能逐渐衰减，导致能量存储能力下降，影响设备的使用寿命和性能。因此，锂电池的健康状况评估与剩余寿命预测变得至关重要。传统的电池健康评估方法主要依赖于电压、电流和温度等直接测量参数，这些参数虽然提供了有用的信息，但无法全面反映电池的健康状态。此外，基于物理模型的方法虽然精确，但需要大量的先验知识和复杂的计算，限制了其在实际应用中的可行性。
[0003]因此，需要一种更为精确、可靠、实时的锂电池健康状况评估与剩余寿命预测方法及系统，以提高锂电池的可靠性和使用寿命。从而延长锂电池的寿命，提高其可靠性，并促进可持续能源存储和电动交通领域的发展。

技术实现思路

[0004]本专利技术克服了现有技术的缺陷，提供了一种锂电池的健康状况评估与剩余寿命预测方法及系统，其重要目的在于提高锂电池的使用可靠性和剩余寿命预测的准确性。
[0005]为实现上述目的本专利技术第一方面提供了一种锂电池的健康状况评估与剩余寿命预测方法，包括：获取电池运行信息，根据所述电池运行信息进行容量分析和电池内阻分析，得到容量分析结果信息和内阻分析结果信息；获取目标锂电池的实时外观信息和初始状态信息，根据所述实时外观状态信息和初始状态信息进行外观分析，得到外观分析结果信息；构建健康状况评估模型，根据所述容量分析结果信息、内阻分析结果信息和外观分析结果信息进行评估，得到健康状况评估信息；构建剩余寿命预测模型，对目标锂电池进行剩余寿命预测，得到剩余寿命预测结果信息；根据所述健康状况评估信息和剩余寿命预测信息进行维护分析，并制定锂电池维护方案。
[0006]本方案中，所述根据所述电池运行信息进行容量分析和电池内阻分析，具体为：获取电池运行信息，所述电池运行信息包括：电压信息、电流信息、充放电时间信息、循环次数信息和温度信息；对所述电池运行信息进行预处理，通过进行数据清理以去除异常值和噪声，对数据进行滤波以平滑数据并降低高频噪声的影响，得到预处理后的电池运行信息；根据预处理后的电池运行信息进行容量分析，基于充放电时间信息结合电压信息
及电流信息绘制电流电压曲线图，得到电流电压曲线图；基于安时积分法计算电池的实际容量，计算所述电流电压曲线图的线下面积，作为电池的实际容量，得到实际容量信息；获取电池初始容量和使用寿命时间信息，结合实际容量信息进行容量衰减率计算，通过计算实际容量和初始容量的差值，再计算差值与初始容量的比值，作为容量衰减率，得到容量衰减率信息；根据所述温度信息结合所述容量衰减率信息和实际容量信息进行容量分析，分析不同温度不同时间下的容量变化，得到容量分析结果信息；预设内阻测量时间间隔，基于交流阻抗分析法来计算电池的内阻，根据所述内阻测量时间间隔进行不同时间段的内阻测量，绘制内阻变化趋势图并进行内阻变化分析，得到内阻分析结果信息；基于箱型图法对所述实际容量信息、容量衰减率信息和内阻分析结果信息进行异常值检测，以得到准确的分析结果。
[0007]本方案中，所述根据所述实时外观状态信息和初始状态信息进行外观分析，具体为：获取目标锂电池的实时外观信息和初始状态信息；根据所述实时外观信息进行目标锂电池形状重建，对所述实时外观信息进行图像校准处理并进行特征提取，提取目标锂电池的角点特征、边缘特征和纹理特征，得到外观特征信息；通过计算机视觉算法将获取的外观特征再不同图像之间进行特征匹配，得到外观特征匹配信息；根据所述外观特征匹配信息和实时外观图像信息构建外观视差图，通过所述外观视差图进行三维位置计算，得到三维坐标信息；基于所述三维坐标信息进行三维重建，将目标锂电池的实时外观表示在三维空间中，得到三维形状信息；根据所述三维形状信息和初始状态信息进行形状比对计算，获取形变区域与初始状态的差值，并将差值与预设阈值进行判断，判断是否发生形变，得到形变判断结果信息；预设若干形变等级判断阈值，获取获取形变区域与初始状态的差值，将差值与所述形变等级判断阈值进行判断计算，得到外观分析结果信息。
[0008]本方案中，所述构建健康状况评估模型，根据所述容量分析结果信息、内阻分析结果信息和外观分析结果信息进行评估，具体为：获取容量分析结果信息、内阻分析结果信息和外观分析结果信息；基于多头注意力机制构建健康状况评估模型，分别预设容量、内阻和外观三个注意力头，进行锂电池健康状况评估；基于健康状况评估模型分别对容量分析结果信息、内阻分析结果信息和外观分析结果信息进行特征提取，得到第一特征信息；基于大数据检索获取不同健康状况的锂电池的特征信息，构成对比数据集；将所述第一特征信息与对比数据集进行相似度计算，将获取的相似度作为注意力分数，通过Softmax函数进行权重转换，并根据转换得到的权重进行特征加权融合，得到融
合特征信息；将所述融合特征信息输入至健康状况评估模型进行健康状况评估，得到健康状况评估信息。
[0009]本方案中，所述构建剩余寿命预测模型，对目标锂电池进行剩余寿命预测，具体为：获取电池运行信息、容量分析结果信息、内阻分析结果信息、外观分析结果信息和健康状况评估信息；基于LSTM和遗传算法构建剩余寿命预测模型，所述剩余寿命预测模型包括第一分析模型和第二预测模型；将所述电池运行信息、容量分析结果信息、内阻分析结果信息、外观分析结果信息和健康状况评估信息输入至剩余寿命预测模型中进行寿命预测；通过第一分析模型结合输入的电池运行信息、容量分析结果信息和内阻分析结果信息进行电池老化分析，分析目标锂电池的未来容量变化趋势和内阻变化趋势，得到第一分析结果信息；将所述第一分析结果信息输入至第二预测模型结合所述外观分析结果信息和健康状况评估信息进行特征提取和加权融合，根据融合后的特征信息进行寿命预测；预设优化目标、约束条件和适应度函数，基于遗传算法进行迭代分析预测，根据输入的第一分析结果信息、外观分析结果信息和健康状况评估信息生成初始种群，得到初始种群信息；计算各种群中的个体的适应度，与预设阈值进行判断，选取大于预设阈值的个体进行交叉和变异，重复迭代直至符合终止条件，选取适应度最高的个体作为最优解，得到最优解信息；根据所述最优解信息进行目标锂电池剩余寿命预测，得到剩余寿命预测结果信息。
[0010]本方案中，所述根据所述健康状况评估信息和剩余寿命预测信息进行维护分析，并制定锂电池维护方案，具体为;获取容量衰减率信息、内阻分析结果信息、健康状况评估信息和剩余寿命预测信息；预设维护优先级判断阈值，所述维护优先级判断阈值包括若干容量判断阈值、健康状况判断阈值和内阻判断阈值；将所述容量衰减率信息、内阻分析结果信息和健康状况评估信息与所述维护优先级判断阈值进行判断，得到维护优先级判断结果信息；根据剩余寿命预测信息结合维护优先级判断结果信息进行维护策本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种锂电池的健康状况评估与剩余寿命预测方法，其特征在于，包括：获取电池运行信息，根据所述电池运行信息进行容量分析和电池内阻分析，得到容量分析结果信息和内阻分析结果信息；获取目标锂电池的实时外观信息和初始状态信息，根据实时外观状态信息和初始状态信息进行外观分析，得到外观分析结果信息；构建健康状况评估模型，根据所述容量分析结果信息、内阻分析结果信息和外观分析结果信息进行评估，得到健康状况评估信息；构建剩余寿命预测模型，对目标锂电池进行剩余寿命预测，得到剩余寿命预测结果信息；根据所述健康状况评估信息和剩余寿命预测信息进行维护分析，并制定锂电池维护方案。2.根据权利要求1所述的一种锂电池的健康状况评估与剩余寿命预测方法，其特征在于，所述根据所述电池运行信息进行容量分析和电池内阻分析，具体包括：获取电池运行信息，所述电池运行信息包括：电压信息、电流信息、充放电时间信息、循环次数信息和温度信息；对所述电池运行信息进行预处理，通过进行数据清理以去除异常值和噪声，对数据进行滤波以平滑数据并降低高频噪声的影响，得到预处理后的电池运行信息；根据预处理后的电池运行信息进行容量分析，基于充放电时间信息结合电压信息及电流信息绘制电流电压曲线图，得到电流电压曲线图；基于安时积分法计算电池的实际容量，计算所述电流电压曲线图的线下面积，作为电池的实际容量，得到实际容量信息；获取电池初始容量和使用寿命时间信息，结合实际容量信息进行容量衰减率计算，通过计算实际容量和初始容量的差值，再计算差值与初始容量的比值，作为容量衰减率，得到容量衰减率信息；根据所述温度信息结合所述容量衰减率信息和实际容量信息进行容量分析，分析不同温度不同时间下的容量变化，得到容量分析结果信息；预设内阻测量时间间隔，基于交流阻抗分析法来计算电池的内阻，根据所述内阻测量时间间隔进行不同时间段的内阻测量，绘制内阻变化趋势图并进行内阻变化分析，得到内阻分析结果信息；基于箱型图法对所述实际容量信息、容量衰减率信息和内阻分析结果信息进行异常值检测，以得到准确的分析结果。3.根据权利要求1所述的一种锂电池的健康状况评估与剩余寿命预测方法，其特征在于，所述根据实时外观状态信息和初始状态信息进行外观分析，具体包括：获取目标锂电池的实时外观信息和初始状态信息；根据所述实时外观信息进行目标锂电池形状重建，对所述实时外观信息进行图像校准处理并进行特征提取，提取目标锂电池的角点特征、边缘特征和纹理特征，得到外观特征信息；通过计算机视觉算法将获取的外观特征再不同图像之间进行特征匹配，得到外观特征匹配信息；
根据所述外观特征匹配信息和实时外观图像信息构建外观视差图，通过所述外观视差图进行三维位置计算，得到三维坐标信息；基于所述三维坐标信息进行三维重建，将目标锂电池的实时外观表示在三维空间中，得到三维形状信息；根据所述三维形状信息和初始状态信息进行形状比对计算，获取形变区域与初始状态的差值，并将差值与预设阈值进行判断，判断是否发生形变，得到形变判断结果信息；预设若干形变等级判断阈值，获取形变区域与初始状态的差值，将差值与所述形变等级判断阈值进行判断计算，得到外观分析结果信息。4.根据权利要求1所述的一种锂电池的健康状况评估与剩余寿命预测方法，其特征在于，所述构建健康状况评估模型，根据所述容量分析结果信息、内阻分析结果信息和外观分析结果信息进行评估，具体包括：获取容量分析结果信息、内阻分析结果信息和外观分析结果信息；基于多头注意力机制构建健康状况评估模型，分别预设容量、内阻和外观三个注意力头，进行锂电池健康状况评估；基于健康状况评估模型分别对容量分析结果信息、内阻分析结果信息和外观分析结果信息进行特征提取，得到第一特征信息；基于大数据检索获取不同健康状况的锂电池的特征信息，构成对比数据集；将所述第一特征信息与对比数据集进行相似度计算，将获取的相似度作为注意力分数，通过Softmax函数进行权重转换，并根据转换得到的权重进行特征加权融合，得到融合特征信息；将所述融合特征信息输入至健康状况评估模型进行健康状况评估，得到健康状况评估信息。5.根据权利要求1所述的一种锂电池的健康状况评估与剩余寿命预测方法，其特征在于，所述构建剩余寿命预测模型，对目标锂电池进行剩余寿命预测，具体包括：获取电池运行信息、容量分析结果信息、内阻分析结果信息、外观分析结果信息和健康状况评估信息；基于LSTM和遗传算法构建剩余寿命预测模型，所述剩余寿命预测模型包括第一分析模型和第二预测模型；将所述电池运行信息、容量分析结果信息、内阻分析结果信息、外观分析结果信息和健康状况评估信息输入至剩余寿命预测模型中进行寿命预测；通过第一分析模型结合输入的电池运行信息、容量分析结果信息和内阻分析结果信息进行电池老化分析，分析目标锂电池的未来容量变化趋势和内阻变化趋势，得到第一分析结果信息；将所述第一分析结果信息输入至第二预测模型结合所述外观分析结果信息和健康状况评估信息进行特征提取和加权融合，根据融合后的特征信息进行寿命预测；预设优化目标、约束条件和适应度函数，基于遗传算法进行迭代分析预测，根据输入的第一分析结果信息、外观分析结果信息和健康状况评估信息生成初始种群，得到初始种群信息；计算各种群中的个体的适应度，与预设阈值进行判断，选取大于预设阈值的个体进行
交叉和变异，重复迭代直至符合终止条件，选取适应度最高的个体作为最优解，得到最优解信息；根据所述最优解信息进行目标锂电池剩余寿命预测，得到剩余寿命预测结果信息。6.根...

【专利技术属性】
技术研发人员：陈加杰，黄进，吴波，周文旭，易新雄，
申请(专利权)人：深圳康普盾科技股份有限公司，
类型：发明
国别省市：