一种粒子滤波与机理模型相结合的二次电池寿命预测方法

    公开(公告)号:CN106055775B

    公开(公告)日:2018-12-11

    申请号:CN201610363499.1

    申请日:2016-05-27

    Abstract: 一种粒子滤波与机理模型相结合的二次电池寿命预测方法,本发明是为了解决传统基于粒子滤波的二次电池寿命预测完全基于数据驱动,忽视预测对象机理特点的缺陷,导致对电化学电源寿命的预测结果准确性差的问题。训练阶段用粒子滤波方法跟踪电池内部状态变量的真实值得到状态变量随充放电循环次数变化的回归方程为新的状态方程;预测阶段利用新的状态方程推算未知充放电循环时状态变量估计值,生成多个粒子,代入观测方程中得多个容量观测量的估计值,以多个容量观测值估计值的中位数作对未来某次充放电循环时电池容量的预测,当达到预先设定的电池容量下限,该容量预测值所对应的循环次数与训练阶段所用的循环次数的差值为电池可用的剩余循环次数。

    一种粒子滤波与机理模型相结合的二次电池寿命预测方法

    公开(公告)号:CN106055775A

    公开(公告)日:2016-10-26

    申请号:CN201610363499.1

    申请日:2016-05-27

    CPC classification number: G06F17/5036

    Abstract: 一种粒子滤波与机理模型相结合的二次电池寿命预测方法,本发明是为了解决传统基于粒子滤波的二次电池寿命预测完全基于数据驱动,忽视预测对象机理特点的缺陷,导致对电化学电源寿命的预测结果准确性差的问题。训练阶段用粒子滤波方法跟踪电池内部状态变量的真实值得到状态变量随充放电循环次数变化的回归方程为新的状态方程;预测阶段利用新的状态方程推算未知充放电循环时状态变量估计值,生成多个粒子,代入观测方程中得多个容量观测量的估计值,以多个容量观测值估计值的中位数作对未来某次充放电循环时电池容量的预测,当达到预先设定的电池容量下限,该容量预测值所对应的循环次数与训练阶段所用的循环次数的差值为电池可用的剩余循环次数。

Patent Agency Ranking