基于數(shù)據(jù)驅(qū)動(dòng)的鋰離子電池健康狀態(tài)估計(jì)和剩余使用壽命預(yù)測(cè)

近年來(lái),隨著人們對(duì)清潔能源的廣泛關(guān)注,電動(dòng)汽車(chē)得到了飛速發(fā)展,鋰離子電池因其能量密度高、使用壽命長(zhǎng)等優(yōu)點(diǎn)被廣泛應(yīng)用在電動(dòng)汽車(chē)上。因此,能夠確定鋰離子電池的老化狀態(tài)的健康狀態(tài)(State of Health,SOH)以及電池是否達(dá)到需要更換的壽命終止值的剩余使用壽命(Remaining Useful Life,RUL)的評(píng)估變的極為重要。目前主要采用數(shù)據(jù)驅(qū)動(dòng)的方法對(duì)電池進(jìn)行SOH估計(jì)和RUL預(yù)測(cè),而現(xiàn)有的基于數(shù)據(jù)驅(qū)動(dòng)的神經(jīng)網(wǎng)絡(luò)模型存在可解釋性差以及在實(shí)際應(yīng)用場(chǎng)景中獲取的電池?cái)?shù)據(jù)多為隨機(jī)片段數(shù)據(jù)的問(wèn)題,本文針對(duì)這些問(wèn)題提出了鋰離子電池SOH估計(jì)和RUL預(yù)測(cè)的共性方法,分別從單一電池?cái)?shù)據(jù)和不同電池間數(shù)據(jù)進(jìn)行了分析。主要研究工作如下:(1)提取鋰離子電池間接健康因子。對(duì)電池充電曲線中的電壓、電流和溫度曲線進(jìn)行分析,從中提取6個(gè)可能表征電池老化趨勢(shì)的間接健康因子,運(yùn)用Spearman和最大互信息系數(shù)相關(guān)性分析法對(duì)選取的健康因子進(jìn)行了相關(guān)性分析,篩選出3個(gè)具有強(qiáng)相關(guān)性的電池健康因子,通過(guò)長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)驗(yàn)證了其作為組合輸入的合理性,為后文的電池SOH估計(jì)和RUL預(yù)測(cè)的模型選擇了合適的輸入。(2)提出了電池SOH估計(jì)和RUL預(yù)測(cè)的可解釋性模型。首先,引入雙重注意力機(jī)制,提出一種基于雙重注意力機(jī)制的編解碼模型的可解釋性電池SOH估計(jì)和RUL預(yù)測(cè)方法,本文引入的雙重注意力機(jī)制從特征和時(shí)序兩方面分析輸入因子的關(guān)聯(lián)程度,通過(guò)動(dòng)態(tài)分配權(quán)重突出貢獻(xiàn)度高的特征,針對(duì)不同比例的訓(xùn)練數(shù)據(jù)的情況,實(shí)現(xiàn)了模型精度的提升。同時(shí)本文通過(guò)可視化權(quán)重在一定程度上實(shí)現(xiàn)了模型的可解釋性。最后,分別在NASA電池?cái)?shù)據(jù)集和CALCE電池?cái)?shù)據(jù)集的上進(jìn)行對(duì)比實(shí)驗(yàn),驗(yàn)證了本文所提模型對(duì)小樣本數(shù)據(jù)的適用性。(3)提出了基于隨機(jī)充電片段數(shù)據(jù)進(jìn)行電池SOH估計(jì)和RUL預(yù)測(cè)方法。首先提出了一種特征重構(gòu)方法,通過(guò)將充電數(shù)據(jù)劃分為任意等電壓間隔片段來(lái)重新劃分隨機(jī)充電片段數(shù)據(jù),并從中提取并構(gòu)建適用于隨機(jī)充電數(shù)據(jù)進(jìn)行估計(jì)的健康特征。此外,針對(duì)多電池估計(jì)數(shù)據(jù)量過(guò)大引起的模型訓(xùn)練時(shí)間長(zhǎng)和復(fù)雜度高,導(dǎo)致模型不適用于實(shí)際應(yīng)用的問(wèn)題,在前文模型的基礎(chǔ)上引入了堆疊自編碼器結(jié)構(gòu),提升了模型對(duì)噪聲魯棒性。同時(shí)引入了貝葉斯參數(shù)優(yōu)化方法,解決了人工調(diào)參模型不適用于所有的隨機(jī)輸入數(shù)據(jù)的問(wèn)題,實(shí)現(xiàn)了模型的在線估計(jì)。

碩士論文

相關(guān)知識(shí)

基于新健康因子的鋰電池健康狀態(tài)估計(jì)和剩余壽命預(yù)測(cè)
鋰離子電池壽命測(cè)試與健康狀態(tài)估計(jì)
鋰離子電池荷電狀態(tài)估計(jì)及壽命預(yù)測(cè)方法研究
多類(lèi)型鋰離子電池組管理系統(tǒng)的健康狀態(tài)和剩余壽命預(yù)測(cè)方法.pdf
鋰離子電池健康狀態(tài)估計(jì)簡(jiǎn)介：基于Python的數(shù)據(jù)處理計(jì)算SOH, RUL, CCCT, CVCT
動(dòng)態(tài)工況下鋰離子動(dòng)力電池荷電狀態(tài)估計(jì)和健康狀態(tài)預(yù)測(cè)
基于電化學(xué)模型的鋰離子電池健康狀態(tài)估算
鋰離子電池健康狀態(tài)估計(jì)方法
電池壽命預(yù)測(cè)與健康評(píng)估.pptx
鋰電池健康狀態(tài)如何影響電池壽命

網(wǎng)址: 基于數(shù)據(jù)驅(qū)動(dòng)的鋰離子電池健康狀態(tài)估計(jì)和剩余使用壽命預(yù)測(cè) http://www.u1s5d6.cn/newsview1388229.html