【技术实现步骤摘要】
本专利技术涉及电池领域，具体涉及一种容量再生补偿的基于pf-lstm的多层次电池寿命预测方法及系统。
技术介绍
1、电池的一次充放电被称作为一个充放电周期，电池寿命为该电池能达到的最大充放电次数，电动汽车领域电池的寿命一般指从开始使用到容量衰退到80％的充放电次数。现有电池寿命估算方法多为直接估算方法，即利用高斯过程、相关向量机、神经网络等对电池容量序列展开预测。但是由于容量序列在总体下降中呈现大量的局部波动，因此利用单一的预测算法，效果较差。为此，现在预测方法多为两种及以上方法构成的综合预测法。然而，由于电池在搁置较长时间后，容易产生容量再生现象，即电池容量突然增加，容量再生与容量总体衰退趋势差别极大，容易误差预测方法，得出错误的寿命预测结果。
技术实现思路
1、为了克服上述现有技术中存在的缺陷，本专利技术的目的是提供一种容量再生补偿的基于pf-lstm的多层次电池寿命预测方法及系统。
2、为了实现本专利技术的上述目的，本专利技术提供了一种容量再生补偿的基于pf-lstm的多层次电池寿命预测方法，包括以下步骤：
3、识别待预测电池的容量再生，确定其容量再生域以及每个容量再生域对应的容量再生幅度，容量再生域容量减去容量再生前的相邻容量构成容量增加序列；
4、基于所述容量增加序列拟合构建容量再生域衰退模型；
5、根据容量再生域衰退模型计算容量再次衰退到容量再生前水平的充放电次数，得到各容量再生幅度对应的寿命延长周期；
6、基
7、剔除待预测电池的容量再生域，获取寿命预测初始值；
8、基于所述寿命延长周期函数预测容量再生补偿；
9、将寿命预测初始值与容量再生补偿相加得到电池寿命预测值。
10、本方法通过预测寿命预测初始值以及容量再生补偿，提高了预测精度。
11、在该容量再生补偿的基于pf-lstm的多层次电池寿命预测方法的一种可选方案中，识别容量再生的步骤为：
12、定义电池容量序列：a＝[c1,c2,c3,……，ck]，其中ck为第k周期的容量，定义置信区间[m-3s,m+3s]，m和s分别为当前所有已知容量的均值和标准差，当容量超出该置信区间时即为容量再生，将开始发生容量再生至容量再次衰退到再生前之间的数据作为容量再生域；
13、将每个容量再生域的第一个容量减去该容量再生域前的相邻容量，得到容量再生幅度。
14、该可选方案可准确快速的识别到容量再生。
15、在该容量再生补偿的基于pf-lstm的多层次电池寿命预测方法的一种可选方案中，构建容量再生域衰退模型的步骤为：
16、以f(x)＝exp(α·k+β)+γ拟合容量增加序列，构建生成容量再生域衰退模型，其中f(x)指容量增加值，k为周期数，α、β、γ为衰退参数。
17、在该容量再生补偿的基于pf-lstm的多层次电池寿命预测方法的一种可选方案中，拟合的寿命延长周期函数为l＝ax3+bx2+dx+g,其中x为容量再生幅度，a、b、d、g为寿命延长周期参数，l为寿命延长周期。
18、该可选方案采用三次函数拟合容量再生幅度与寿命延长周期的关系，量化了容量再生对寿命影响，攻克了容量再生造成的寿命预测偏差问题，提高了预测准确性。
19、在该容量再生补偿的基于pf-lstm的多层次电池寿命预测方法的一种可选方案中，获取寿命预测初始值的步骤为：
20、剔除待预测电池的容量再生域，重构健康状态序列；
21、提取所述健康状态序列中的稳定衰退趋势序列和持续抖动的波动序列；
22、基于指数函数的粒子滤波pf预测稳定衰退趋势序列；
23、利用长短期记忆网络lstm预测持续抖动的波动序列；
24、将稳定衰退趋势序列预测结果和持续抖动的波动序列预测结果叠加，得到容量预测序列,获取寿命预测初始值。
25、该可选方案分别对稳定衰退趋势序列和持续抖动的波动序列进行预测，且pf和lstm分别擅长趋势和波动的预测，因此该可选方案还能够有效避免电池局部波动对预测造成的影响。
26、在该容量再生补偿的基于pf-lstm的多层次电池寿命预测方法的一种可选方案中，预测容量再生补偿的步骤为：
27、根据待预测电池当前周期到寿命预测初始值之间的充放电次数，结合待预测电池历史容量再生频率，预测从当前周期到寿命终止前的未来容量再生次数；将未来容量再生次数与已发生的容量再生次数相加，得到容量再生总次数；
28、采用与待预测电池同型号电池的容量数据中所有容量再生域对应的容量再生幅度的均值作为待预测电池未来容量再生时的容量再生幅度,将该容量再生幅度代入所述寿命延长周期函数中计算出单次容量再生的寿命延长周期；
29、将容量再生总次数与单次容量再生的寿命延长周期相乘得到容量再生补偿。
30、该可选方案根据容量再生频率及幅度预测容量再生对寿命的延长周期，进一步提高了电池寿命预测的精度。
31、在该容量再生补偿的基于pf-lstm的多层次电池寿命预测方法的一种可选方案中，待预测电池历史容量再生频率为发生的容量再生次数与已产生的充放电次数的比值；
32、未来容量再生次数＝(寿命预测初始值-已产生的充放电次数)*待预测电池历史容量再生频率的乘积。
33、本专利技术还提供了一种容量再生补偿的基于pf-lstm的多层次电池寿命预测系统，包括数据获取模块、处理模块和存储模块，所述数据获取模块与处理模块连接，所述处理模块和存储模块通信连接；
34、所述数据获取模块用于获取电池容量数据，所述电池容量数据包括待预测电池的历史容量数据以及与待测电池相同型号电池的容量数据集，所述数据获取模块将获取的电池容量数据发送至处理模块，所述存储模块用于存储放至少一个可执行指令，所述可执行指令使所述处理模块根据所述电池容量数据执行上述的容量再生补偿的基于pf-lstm的多层次电池寿命预测方法对应的操作。
35、该系统具备上述方法的所有优点。
36、本专利技术的有益效果是：本专利技术能够避免容量剧烈波动造成的预测偏差问题，同时由于考虑了容量再生现象，提高了预测精度；且算法较为成熟，可实施性强；在储能电池和电动汽车动力电池保有量持续增加的当下，有较为广阔的应用前景。
37、本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
本文档来自技高网...【技术保护点】
1.一种容量再生补偿的基于PF-LSTM的多层次电池寿命预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的容量再生补偿的基于PF-LSTM的多层次电池寿命预测方法，其特征在于，识别容量再生的步骤为：
3.根据权利要求1所述的容量再生补偿的基于PF-LSTM的多层次电池寿命预测方法，其特征在于，构建容量再生域衰退模型的步骤为：
4.根据权利要求1所述的容量再生补偿的基于PF-LSTM的多层次电池寿命预测方法，其特征在于，拟合的寿命延长周期函数为L＝aX3+bX2+dX+g,其中X为容量再生幅度，a、b、d、g为寿命延长周期参数，L为寿命延长周期。
5.根据权利要求1所述的容量再生补偿的基于PF-LSTM的多层次电池寿命预测方法，其特征在于，获取寿命预测初始值的步骤为：
6.根据权利要求1所述的容量再生补偿的基于PF-LSTM的多层次电池寿命预测方法，其特征在于，预测容量再生补偿的步骤为：
7.根据权利要求6所述的容量再生补偿的基于PF-LSTM的多层次电池寿命预测方法，其特征在于，待预测电池历史容量
8.一种容量再生补偿的基于PF-LSTM的多层次电池寿命预测系统，其特征在于，包括数据获取模块、处理模块和存储模块，所述数据获取模块与处理模块连接，所述处理模块和存储模块通信连接；
...【技术特征摘要】
1.一种容量再生补偿的基于pf-lstm的多层次电池寿命预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的容量再生补偿的基于pf-lstm的多层次电池寿命预测方法，其特征在于，识别容量再生的步骤为：
3.根据权利要求1所述的容量再生补偿的基于pf-lstm的多层次电池寿命预测方法，其特征在于，构建容量再生域衰退模型的步骤为：
4.根据权利要求1所述的容量再生补偿的基于pf-lstm的多层次电池寿命预测方法，其特征在于，拟合的寿命延长周期函数为l＝ax3+bx2+dx+g,其中x为容量再生幅度，a、b、d、g为寿命延长周期参数，l为寿命延长周期。
5.根据权...
【专利技术属性】
技术研发人员：周亚鹏，赵永刚，尚志诚，田相军，陈斌，
申请(专利权)人：招商局检测车辆技术研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。