买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：云储新能源科技有限公司

摘要：本发明公开基于多源多尺度高维状态空间建模的电池老化评估方法，涉及新能源电力系统储能领域。该方法包括：获取样本电池在预设放电次数中每一次放电过程的时间序列；根据时间序列对应的放电参数确定第一状态迁移路径和第二状态迁移路径；确定工作状态迁移路径基准；计算第二状态迁移路径与工作状态迁移路径基准的多个样本距离；以各样本距离为输入，以对应的目标SOH值为输出训练电池老化评估模型；计算待预测目标电池的状态迁移路径与工作状态迁移路径基准之间的目标距离；将目标距离输入电池老化评估模型得到待预测目标电池的SOH值。本发明能够提高电池老化预测精度。

主权项：1.基于多源多尺度高维状态空间建模的电池老化评估方法，其特征在于，所述方法包括：获取样本电池在预设放电次数中每一次放电过程的时间序列；所述时间序列包括电压随时间变化的序列和电流随时间变化的序列；所述预设放电次数包括第一预设放电次数和完成所述第一预设放电次数后进行的第二预设放电次数；根据所述时间序列对应的放电参数，确定所述样本电池在预设放电次数中每一次放电过程中电池工作状态的状态迁移路径；所述状态迁移路径包括所述样本电池在第一预设放电次数的每一次放电过程中电池工作状态的第一状态迁移路径和所述样本电池在第二预设放电次数的每一次放电过程中电池工作状态的第二状态迁移路径；所述状态迁移路径为电池在每一次放电过程中电池工作状态的运动轨迹；根据所述样本电池在第一预设放电次数的每一次放电过程中电池工作状态的第一状态迁移路径，确定工作状态迁移路径基准；计算所述样本电池在第二预设放电次数的每一次放电过程中电池工作状态的第二状态迁移路径与所述工作状态迁移路径基准之间的距离，得到多个样本距离；获取所述样本电池在第二预设放电次数的每一次放电过程中的目标SOH值；以各所述样本距离为输入，以对应的所述目标SOH值为输出，对神经网络进行训练，得到电池老化评估模型；计算待预测目标电池放电过程后的状态迁移路径与所述工作状态迁移路径基准之间的距离，得到目标距离；将所述目标距离输入至所述电池老化评估模型，得到所述待预测目标电池完成预设目标次数放电过程后的SOH值；根据所述时间序列对应的放电参数，确定所述样本电池在预设放电次数中每一次放电过程中电池工作状态的状态迁移路径，具体包括：将所述时间序列按照预设规则进行分段，得到多个时间序列片段；各所述时间序列片段包括电压时间序列片段和电流时间序列片段；将各所述时间序列片段进行离散化，得到多个离散序列数据；所述离散序列数据包括电压离散序列数据和电流离散序列数据；获取各所述时间序列片段对应的温度、SoC和放电倍率；根据每一次放电过程按照时间先后顺序排列的各所述时间序列片段对应的放电参数，确定所述样本电池在第一预设放电次数的每一次放电过程中电池工作状态的第一状态迁移路径和所述样本电池在第二预设放电次数的每一次放电过程中电池工作状态的第二状态迁移路径；所述电池工作状态的输入特征为所述放电参数；所电池工作状态的输出特征为电压离散序列数据；所述放电参数包括时间序列片段的编号、温度、SoC、放电倍率以及电流离散序列数据；根据所述样本电池在第一预设放电次数的每一次放电过程中电池工作状态的第一状态迁移路径，确定工作状态迁移路径基准，具体包括：计算所述第一状态迁移路径的电池状态迁移概率，并根据所述电池状态迁移概率的最大值，确定工作状态迁移路径基准；所述工作状态迁移路径基准由各个状态迁移路径的电池状态迁移概率的最大值对应的状态迁移路径组成。

全文数据：

权利要求：

百度查询： 云储新能源科技有限公司 基于多源多尺度高维状态空间建模的电池老化评估方法