本發明屬于鋰離子電池健康管理技術領域,涉及一種多尺度鋰離子電池健康狀態的預測方法。主要解決鋰電池健康狀態預測精度差的問題。本發明提取了鋰離子電池放電階段的溫度變化特征,利用小波分解對溫度變化特征和容量退化數據進行時、頻域上的對比分析,確定了溫度變化斜率在容量退化過程中發揮主要作用的頻段范圍。同時,利用集成學習預測思想構建了基于小波神經網絡的多尺度預測模型。該預測模型將小波分解后的數據分類,并使用Bootstraping抽樣法將低頻容量退化數據集、中頻溫度變化特征和剩余部分抽樣,使得每種特征劃分為四組數據。本發明鋰離子電池健康狀態預測結果通過低頻容量退化數據集、中頻溫度變化特征和剩余部分的預測值同循環周期疊加得到。
聲明:
“多尺度鋰離子電池健康狀態的預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)