一种基于广义退化模型和多尺度分析的锂电池容量及寿命预测方法

摘要

本发明提出一种基于广义退化模型和多尺度分析的锂电池容量及寿命预测方法：首先，对历史容量退化数据进行相空间重构，并利用重构后的数据拟合广义退化模型，获得模型参数和拟合均方根误差；其次，在多个尺度内，对未来容量进行向前一步估计，并通过加权集成得到向前一步预测结果；然后，将预测结果加入已知序列，向前进行迭代预测；最后，判定多步预测结果是否达到失效阈值，并计算剩余使用寿命。本发明提出的广义退化模型可以拟合复杂的组合退化规律，模型通用性强、适用范围广、拟合误差小；在相空间重构的基础上进行多尺度预测，然后通过加权集成获得预测结果，预测结果不易受噪声干扰、准确性高。

主权项

一种基于广义退化模型和多尺度分析的锂电池容量及寿命预测方法，其特征在于：包括：(1)基于历史容量退化数据进行相空间重构，获得多尺度内的锂电池性能退化数据；(2)提出一种广义性能退化模型，其可自适应地从历史数据中提取性能衰退规律，能够拟合较为复杂的组合退化规律，具体模型如下：$y_i=a-b·t_i-c·{t_i}^2-d·\sqrt{t_i}+{ϵ}_i$式中，t_i为时间，ε_i为高斯噪声，a,b,c,d为模型参数，且a,b,c,d>0，可通过试验数据确定模型参数；(3)在多个分析尺度内，对向前一步未来容量进行预测，并基于广义退化模型拟合的均方根误差值进行集成加权，获得待预测的容量值；(4)在多步预测中，使用新加入数据动态更新退化模型参数，以保持其较好的动态预测能力。