申请/专利权人：重庆大学

申请日：2022-05-09

公开（公告）日：2024-05-17

公开（公告）号：CN114936682B

主分类号：G06F18/27

分类号：G06F18/27;G06N3/0464;G01R31/367;G01R31/392

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2022.09.09#实质审查的生效;2022.08.23#公开

摘要：本发明涉及一种基于变分模态分解的锂离子电池剩余使用寿命预测方法，属于新能源技术领域。针对锂离子电池退化过程具有高度非线性和随机性，且现有的基于单一模型的锂离子电池剩余寿命预测方法预测精度不高。为了解决了单一预测模型普适性低的问题，提出了一种将锂离子电池原始容量失效序列分解为具有不同特征的多个尺度的分量序列进行剩余使用寿命预测的方法。按以下步骤进行预测：S1：改进的变分模态分解数据预处理；S2：滑动窗口预测模型构建；S3：高斯过程回归预测模型构建；S4：容量预测区间；S5：根据失效阈值得到寿命预测区间。

主权项：1.基于变分模态分解的锂离子电池剩余使用寿命预测方法，其特征在于：该方法包括以下步骤：S1：改进的变分模态分解数据预处理：采用改进的变分模态分解VMD预处理方法对退化数据进行预处理；S2：滑动窗口预测模型构建：采用带有滑动窗口的长短时记忆结构神经网络模型对分解得到的分量序列分别构造预测模型以实现剩余使用寿命RUL的预测；S3：高斯过程回归预测模型构建：预测结果与LSTM神经网络对低频分量的预测结果结合得到分量的置信上限与置信下限；S4：容量预测区间：结合S1、S2与S3中的预处理数据与预测结果，基于改进变分模态分解-长短时记忆-高斯过程回归VMD-LSTM-GPR模型得到容量预测预测区间，以保证组合预测模型的点预测精度；S5：根据失效阈值得到寿命预测区间：由S4中容量预测区间得到剩余寿命预测区间；所述S1具体为：初始化模态个数K＝2，计算各个本征模态函数IMF及残差分量与原始序列的相关系数，惩罚因子α是在约束变分问题转换为非约束变分问题中引入的，取不同值会让各个分量显现不同的变化趋势，从而出现不同程度的残差分量εt；通过终止条件的计算确定出模态个数K与惩罚因子α，具体计算公式如下： 其中，P表示终止条件，PEI表示在保证IMF1是一个单调递减分量的基础上的残差；R'min和Rmin分别为K-1和当前K值的最小相关系数，ε代表终止阈值，取为10％～15％；惩罚因子α的确定通过对比多组预设α下的残差得到；所述S4具体为：针对建立的预测模型仅能实现RUL点估计的问题，提出VMD-LSTM-GPR的组合预测模型；采用GPR模型对高频分量进行建模，将预测结果与LSTM神经网络对低频分量的预测结果结合以得到容量预测预测区间；所述S5具体为：建立基于改进VMD-LSTM-GPR的锂离子电池RUL区间预测模型，将LSTM对于低频分量的点预测结果与GPR得到的高频分量的双侧置信区间进行叠加，进而得到RUL预测区间。

全文数据：

权利要求：

百度查询： 重庆大学 基于变分模态分解的锂离子电池剩余使用寿命预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD