重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2023, Vol. 37 ›› Issue (2): 28-37.doi: 10.3969/j.issn.1674-8425(z).2023.02.004

• “先进动力电池状态估计及预测技术研究”专栏 • 上一篇    下一篇

充放电多特征融合的锂电池寿命预测方法

高静怡，陈首轩，周明博   

  1. （西安交通大学 现代设计及转子轴承系统教育部重点实验室，西安 ７１００４９）
  • 发布日期:2023-03-21
  • 作者简介:高静怡，女，硕士研究生，主要从事动力电池健康管理研究，Ｅｍａｉｌ：１８８４３１０４２０８＠１６３．ｃｏｍ；通讯作者 曹军义， 男，教授，博士生导师，主要从事机械运行状态监测研究，Ｅｍａｉｌ：ｃａｏｊｙ＠ｍａｉｌ．ｘｊｔｕ．ｅｄｕ．ｃｎ。

  • Published:2023-03-21

PDF (PC)

434

赞

摘要： 针对电池容量及内阻测量易受环境影响、复杂工况下剩余寿命难以准确预测的难 题，提出了一种充放电多特征指标融合的锂电池寿命预测方法。通过分析电池的循环老化数 据，研究不同周期充电曲线和放电曲线的特点，提取等压降放电时间、等时间放电压降、恒压充 电时间及断电压降 ４个特征指标，并分析了各特征指标与容量衰减之间的相关性。提出信息熵 改进的灰度关联分析法。构建充放电过程融合指标表征电池的健康状态，健康状态表征的均方 根误差平均值为 ０．０２１３，优于单过程融合指标估算误差。以融合特征指标为输出，充放电循环 的测量数据为输入，建立卷积神经网络模型对电池的剩余寿命进行在线预测，寿命预测误差约 为 ０．０８９０，稳定性误差约为 ０．０１６０

关键词: 锂离子电池；健康状态；剩余寿命；融合指标

中图分类号: 

  • TM912