【技术实现步骤摘要】
本专利技术涉及电池状态监测领域，尤其涉及一种特征降维的锂离子电池状态估计方法、设备及存储介质。
技术介绍
1、锂离子电池具有体积小、寿命长、效率高、功率密度大、动态响应快和环境友好等优点，已成为电动汽车、电网储能系统和其他便携式设施的重要组成部分。电池容量会随着正常充放电、非正常过充电和过放电等老化过程的增加而降低。电池衰减会影响电池系统的正常运行，严重老化的锂电池如不及时更换，甚至会引发爆炸等安全事故。
2、锂离子电池的老化和性能下降是导致锂离子电池安全事件的原因之一。电池衰减可以通过容量、电阻和电压的变化反映出来，其中健康状态(soh)在很多情况下被用来表征锂离子电池容量的衰减。然而，锂离子电池容量的衰减是一个漫长而缓慢的过程。在线准确评估锂离子电池soh值对电池系统的运行和维护具有重要意义。
3、锂离子电池soh估计方法主要分为两类：基于模型的方法和数据驱动的方法。基于模型的方法具有很高的精度，但因锂离子电池内部反应复杂、副反应多，对其建模以及模型参数识别都十分困难，并且模型的建立基于特定型号特定结构的锂离子电池，迁移性差。数据驱动方法速度更快，涉及的复杂力学因素更少。数据驱动模型就像一个“黑盒子”，通过从锂离子电池的老化数据中(如电压、电流、时间)提取特征与soh之间的映射关系。在特征提取中，大多数研究人员都是基于锂离子电池的放电过程的老化过程进行研究，但电动汽车的锂离子电池的放电过程主要取决于应用环境和工作条件，具有极大的不确定性，不利于提取相应的老化特征。在进行特征提取之后，通常需要将特征矩阵
技术实现思路
1、本专利技术的目的在于：提出一种特征降维的锂离子电池状态估计方法，解决现有技术在锂离子电池健康估计过程中计算复杂，且预测结果不准确的技术问题。
2、一种特征降维的锂离子电池状态估计方法，包括以下步骤：
3、s1、获取锂离子电池每个充放电循环中的恒流恒压阶段的充电曲线；
4、s2、根据所述充电曲线获取多个锂离子电池老化特征f1～f10；
5、s3、计算每个老化特征与锂离子电池最大容量之间的皮尔逊相关系数来度量两者的相关性，挑选出相关系数高的老化特征构成特征矩阵，并对特征矩阵归一化处理；
6、s4、利用核主成分分析对所述特征矩阵进行降维处理；
7、s5、构建门控循环单元gru网络模型，将降维得到的特征矩阵作为输入，训练gru模型，完成训练过程，得到训练完成的gru模型；最后通过训练完成的gru模型对锂离子电池的soh进行估计。
8、一种存储介质，所述存储介质存储指令及数据用于实现一种特征降维的锂离子电池状态估计方法。
9、一种特征降维的锂离子电池状态估计设备，包括：处理器及所述存储介质；所述处理器加载并执行所述存储介质中的指令及数据用于实现一种特征降维的锂离子电池状态估计方法。
10、本专利技术提供的有益效果是：一方面该方法通过提取锂离子电池恒流恒压充电阶段的老化特征，能够更有利于提取锂离子电池的老化信息，进而有利于实现锂离子电池健康状态估计；另一方面，该方法通过kpca算法实现对锂离子电池特征矩阵的降维优化，解决了无法从锂离子电池老化特征中提取非线性特征，而导致无法实现更好地降维优化的问题，能够大大提升锂离子电池健康状态估计效率，通过上述步骤，有效实现锂离子电池健康状态估计。
本文档来自技高网...【技术保护点】
1.一种特征降维的锂离子电池状态估计方法，其特征在于：包括以下步骤：
2.如权利要求1所述的一种特征降维的锂离子电池状态估计方法，其特征在于：步骤S1中所述充电曲线包括：充电电流曲线、充电电压曲线、充电时间曲线和容量增量IC曲线。
3.如权利要求2所述的一种特征降维的锂离子电池状态估计方法，其特征在于：步骤S1具体如下：
4.如权利要求3所述的一种特征降维的锂离子电池状态估计方法，其特征在于：步骤S14中，IC曲线的获取：IC曲线的计算公式为：
5.如权利要求4所述的一种特征降维的锂离子电池状态估计方法，其特征在于：对容量增量IC曲线，选择Savitzky-Golay滤波器滤掉噪声干扰，所述Savitzky-Golay滤波器的计算公式为：
6.如权利要求1所述的一种特征降维的锂离子电池状态估计方法，其特征在于：步骤S2具体如下：
7.如权利要求6所述的一种特征降维的锂离子电池状态估计方法，其特征在于：步骤S3具体步骤如下：
8.如权利要求1所述的一种特征降维的锂离子电池状态估计方法，其特征在于：步
9.一种存储介质，其特征在于：所述存储介质存储指令及数据用于实现权利要求1～8任一项所述的一种特征降维的锂离子电池状态估计方法。
10.一种特征降维的锂离子电池状态估计设备，其特征在于：包括：处理器及存储介质；所述处理器加载并执行存储介质中的指令及数据用于实现权利要求1～8任一项所述的一种特征降维的锂离子电池状态估计方法。
...【技术特征摘要】
1.一种特征降维的锂离子电池状态估计方法，其特征在于：包括以下步骤：
2.如权利要求1所述的一种特征降维的锂离子电池状态估计方法，其特征在于：步骤s1中所述充电曲线包括：充电电流曲线、充电电压曲线、充电时间曲线和容量增量ic曲线。
3.如权利要求2所述的一种特征降维的锂离子电池状态估计方法，其特征在于：步骤s1具体如下：
4.如权利要求3所述的一种特征降维的锂离子电池状态估计方法，其特征在于：步骤s14中，ic曲线的获取：ic曲线的计算公式为：
5.如权利要求4所述的一种特征降维的锂离子电池状态估计方法，其特征在于：对容量增量ic曲线，选择savitzky-golay滤波器滤掉噪声干扰，所述savitzky-golay滤波器的...
【专利技术属性】
技术研发人员：万雄波，胡梦瑶，毛樊，张传科，胡文凯，
申请(专利权)人：中国地质大学武汉，
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。