基于考虑内外特性的锂离子电池剩余使用寿命预测方法
专利汇可以提供基于考虑内外特性的锂离子电池剩余使用寿命预测方法专利检索，专利查询，专利分析的服务。并且本 发明 是一种基于考虑内外特性的 锂离子 电池 剩余使用寿命预测方法，其特征是，包括：构建基于线性核函数、多项式核函数和高斯核函数的混合核相关向量机MRVM方法，解决单核RVM预测能 力 低的问题；利用具有自适应惯性权重的鲸鱼优化 算法 IWOA为MRVM方法提供更合适的参数；由于IWAO算法能够扩大粒子搜索范围，使得粒子获得全局最优解，从而提高了预测 精度 ；为了更加准确表征电池的 健康状态 ，提取了电池内外特性的健康因子作为IWOA-MRVM方法的输入，并输出带有95％置信区间的预测结果。由于本发明在 锂离子电池 充放电循环过程中考虑电池的内外特性，能够更加准确表征电池的剩余使用寿命。，下面是基于考虑内外特性的锂离子电池剩余使用寿命预测方法专利的具体信息内容。
1.一种基于考虑内外特性的锂离子电池剩余使用寿命预测方法，其特征是，它包括的步骤有：
1.数据的提取
利用电池测试仪得到电池充放电循环的充电能量、放电能量和容量值C，利用中子衍射技术获得锂离子电池极片截面Li+浓度CLi，利用俄歇电子能谱法AES获得SEI膜的厚度；
提取数据集，在电池充电过程中取等时间间隔的充电能量Wc作为第一个健康因子F1，其定义为：
式中t1和t2为时间间隔的两个时间点，Uc(t)和Ic(t)分别表示充电过程中等时间间隔内所监测到的实时电压和电流值；
充放电效率η作为第二个健康因子F2，其表示为：
式中td为放电所需要的时间，Ud(τ)表示放电过程中所监测到的实时电压值，Id(τ)表示放电过程中所监测到的实时电流值，tCharge表示第二次充满电所需要的时间，UCharge(τ)表示充电过程中所监测到的实时电压值，ICharge(τ)表示充电过程中所监测到的实时电流值；
由于电池在充放电过程中，极片截面Li+浓度CLi不断发生变化，很好的反应了电池的内特性，因此作为第三个健康因子F3；SEI膜的厚度TSEI也随着电池充放电循环不断的发生变化，很好的表征电池的内特性，因此作为第四个健康因子F4，将数据集{F1，F2，F3，F4}作为输入量，所对应的容量值C作为输出量；
2.数据集的预处理：将数据集{F1，F2，F3，F4}分为训练样本和测试样本；
3.构建IWOA-MRVM模型
RVM是Tipping提出的一种稀疏概率模型，是一种基于贝叶斯学习理论的机器学习方法，能很好地处理小样本、非线性和时间序列问题；
若给定训练样本集D＝{(xi,yi)|i＝1,2,...,n}，其中xi∈Rn是样本的输入量，yi∈R是样本的输出量，n为样本数量，则RVM模型定义为：
式中w＝(w0,w1,...,wn)T为权值向量，K(xi,xj)为核函数，w0为初始权值；
1)建立混合核相关向量机MRVM方法
RVM学习训练就是求解给定样本所对应权值向量w的后验概率分布，与SVM相比，RVM能提供后验概率，而且不受梅西定理的约束；
建立一种基于线性核函数、多项式核函数和高斯核函数的混合核相关向量机MRVM方法，其中线性核函数具有捕捉电池退化过程中的单调性特征，多项式核函数则考虑电池退化过程中的全局性特征，高斯核函数具有捕捉电池退化过程中的局部非线性变化趋势，然而多个核函数混合，综合了各个核函数的表达能力，更好的捕捉电池退化特性；
其中，线性核函数表达式为：
Kline(xi,xj)＝xi·xj (6)
多项式核函数表达式为：
Kpoly(xi,xj)＝((xi·xj)+1)d (7)
高斯核函数表达式为：
2
Krbf(xi,xj)＝exp(-||xi-xj||/(2σ)) (8)
三个核函数混合的数学表达式如式(5)所示：
Khun(xi,xj)＝λ1·Kline(xi,xj)+λ2·Kpoly(xi,xj)+λ3·Krbf(xi,xj) (9)式中λ1为线性核函数的权重系数，λ2为多项式核函数的权重系数，λ3为高斯核函数的权重系数；
2)构建改进的鲸鱼优化算法(IWOA)
利用改进的鲸鱼优化算法(IWOA)对MRVM模型参数进行优化；
WOA算法是一种元启发式优化算法，主要模拟座头鲸狩猎行为，即泡泡网狩猎方法，①包围收缩：由于座头鲸能识别并包围猎物，假设在当前种群中有最优的位置为猎物,其他座头鲸个体均向其包围，则位置更新的数学表达式为：
式中t为当前迭代次数， 为目前所得到的最佳鲸鱼位置， 为当前鲸鱼位置，A和C为系数变量，定义为：
A＝(2r1-1)a (12)
C＝2r2 (13)
式中a为迭代过程中从2线性递减到0，r1和r2为0和1之间的随机值；
②发泡网攻击：鲸鱼在一个收缩的圆圈内，通过螺旋收缩机制和位置更新，以模拟鲸鱼狩猎行为，数学模型表示为：
式中 每个鲸鱼与当前最佳鲸鱼位置之间的距离，b是常数，l表示-1和1之间的随机数，p表示0和1之间的随机数；
③搜索猎物：当|A|≥1时，鲸鱼选择随机搜索策略，数学模型表示为：
式中 表示随机选择的鲸鱼位置；
在WOA算法中引入自适应惯性权重，使得鲸鱼在搜索猎物过程中更加多样化，提高了算法的优化精度，该模型表示为：
w1＝-0.5·α·cos[(π/2)·exp(t/T)+β] (18)
w2＝0.5·α·sin[(π/2)·exp(t/T)-β] (19)
式中w1为当前最佳鲸鱼位置的自适应系数，w2为当前鲸鱼位置的自适应系数，α和β均为[0,1]的随机数；
通过以上步骤即构建完IWOA-MRVM模型；
4.利用训练样本来训练IWOA-MRVM模型，利用IWOA算法为MRVM模型得参数进行寻优，从而获得更恰当的参数；
5.实现锂离子电池剩余使用寿命预测
利用测试集来分析IWOA-MRVM模型的可行性，输出预测结果并绘制95％的置信区间。
基于考虑内外特性的锂离子电池剩余使用寿命预测方法
技术领域
背景技术
发明内容
95％置信区间的预测结果，有效准确地预测锂离子电池剩余使用寿命。
附图说明
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 镀金属覆盖不锈钢材料以及镀金属覆盖不锈钢材料的制造方法 | 2020-05-31 | 229 |
| 一种分析界面碳化对Cr/DLC多层膜影响的方法 | 2020-05-23 | 1008 |
| 芳香族聚碳酸酯树脂的制备方法 | 2020-05-17 | 856 |
| 使用镍钛合金的抗血栓性医疗材料 | 2020-06-04 | 251 |
| 一种耐腐蚀高强度不锈钢材料及其制造方法 | 2020-06-13 | 468 |
| 镀金覆盖不锈钢材料以及镀金覆盖不锈钢材料的制造方法 | 2020-05-30 | 707 |
| 具有抗破碎性优异的硬涂层的表面涂覆金属陶瓷切削工具 | 2020-05-25 | 864 |
| 俄歇电子能谱仪检测样品的表面处理方法 | 2020-05-12 | 437 |
| 具有抗破碎性优异的硬涂层的表面涂覆金属陶瓷切削工具 | 2020-05-24 | 164 |
| 一种切削加工形成生物钛合金氧化膜的方法 | 2020-06-08 | 458 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
