基于自编码器提取特征的锂离子电池健康状态估计方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115980588A(43)申请公布日2023.04.18(21)申请号202211674538.1(22)申请日2022.12.26(71)申请人中山大学·深圳地址518107广东省深圳市光明区公常路66号申请人中山大学(72)发明人彭卫文蒋一阅柯钰琪赖展标(74)专利代理机构深圳市创富知识产权代理有限公司44367专利代理师冯炜国(51)Int.Cl.G01R31/367(2019.01)G01R31/392(2019.01)权利要求书2页说明书6页附图1页(54)发明名称基于自编码器提取特征的锂离子电池健康状态估计方法(57)摘要本发明公开了基于自编码器提取特征的锂离子电池健康状态估计方法，该方法包括：对锂离子电池依次进行循环老化与容量标定测试，得到锂离子电池的恒压恒流充电曲线；对锂离子电池的恒压恒流充电曲线进行预处理，得到预处理后的恒压恒流充电曲线；通过卷积自动编码器对预处理后的恒压恒流充电曲线进行自动特征提取处理并构建基于自注意力机制的电池SOH估计模型；基于自注意力机制的电池SOH估计模型对锂离子电池进行评估，得到锂离子电池SOH数据。通过使用本发明，能够根据锂离子电池的充电特征数据进行准确的评估锂离子电池SOH。本发明作为基于自编码器提取特征的锂离子电池健康状态估计方法，可广泛应用于电池健康状态评估技术领域。CN115980588ACN115980588A权利要求书1/2页1.基于自编码器提取特征的锂离子电池健康状态估计方法，其特征在于，包括以下步骤：对锂离子电池依次进行循环老化与容量标定测试，得到锂离子电池的恒压恒流充电曲线；对锂离子电池的恒压恒流充电曲线进行预处理，得到预处理后的恒压恒流充电曲线；通过卷积自动编码器对预处理后的恒压恒流充电曲线进行自动特征提取处理并构建基于自注意力机制的电池SOH估计模型；基于自注意力机制的电池SOH估计模型对锂离子电池进行评估，得到锂离子电池SOH数据。2.根据权利要求1所述基于自编码器提取特征的锂离子电池健康状态估计方法，其特征在于，所述对锂离子电池依次进行循环老化与容量标定测试，得到锂离子电池的恒压恒流充电曲线这一步骤，其具体包括：对锂离子电池进行循环老化处理，得到退役老化锂离子电池；对退役老化锂离子电池进行容量标定处理，得到锂离子电池的恒压恒流充电曲线。3.根据权利要求2所述基于自编码器提取特征的锂离子电池健康状态估计方法，其特征在于，所述对锂离子电池进行循环老化处理，得到退役老化锂离子电池这一步骤，其具体包括：对锂离子电池进行恒流充电处理，直至锂离子电池的截止电压达到第一预设电压值，停止恒流充电处理，得到第一阶段锂离子电池；对第一阶段锂离子电池进行恒压充电处理，直至锂离子电池的电流降低至预设电流值，停止恒压充电处理，得到第二阶段锂离子电池；对第二阶段锂离子电池进行恒流放电处理，直至锂离子电池的截止电压降低至第二预设电压值，停止恒流放电处理，得到第三阶段锂离子电池；对第三阶段锂离子电池循环上述恒流充电、恒压充电和恒流放电过程，直至锂离子电池最大可用容量低于预设阈值，得到退役老化锂离子电池。4.根据权利要求3所述基于自编码器提取特征的锂离子电池健康状态估计方法，其特征在于，所述对退役老化锂离子电池进行容量标定处理，得到锂离子电池的恒压恒流充电曲线这一步骤，其具体包括：对退役老化锂离子电池进行恒流恒压充电处理，直至所述退役老化锂离子电池的电压电流达到预设阈值，停止恒流恒压充电处理，得到第一退役老化锂离子电池；对第一退役老化锂离子电池进行恒流放电处理，直至所述第一退役老化锂离子电池的电压达到预设阈值，停止恒流放电处理，输出锂离子电池的恒压恒流充电曲线。5.根据权利要求4所述基于自编码器提取特征的锂离子电池健康状态估计方法，其特征在于，所述对锂离子电池的恒压恒流充电曲线进行预处理，得到预处理后的恒压恒流充电曲线这一步骤，其具体包括：根据预设范围对锂离子电池的恒压恒流充电曲线进行截取处理，得到截取后的锂离子电池的恒压恒流充电曲线；对截取后的锂离子电池的恒压恒流充电曲线的坐标轴进行倒置，得到倒置后的锂离子电池的恒压恒流充电曲线；2CN115980588A权利要求书2/2页根据预设的采样数据点对倒置后的锂离子电池的恒压恒流充电曲线进行对齐处理，得到对齐后的锂离子电池的恒压恒流充电曲线；将对齐后的锂离子电池的恒压恒流充电曲线进行拼接处理，得到预处理后的恒压恒流充电曲线。6.根据权利要求5所述基于自编码器提取特征的锂离子电池健康状态估计方法，其特征在于，所述预处理后的恒压恒流充电曲线为具有双通道的三维数据，其中，第一维表示使用的不同周期的数据，第二维表示由截取与对齐后的时间‑电流数据以及时间‑电压数据形成的两个通道，第三维表