一种锂电池循环寿命预测方法
摘要文本
本发明公开了一种锂电池循环寿命预测方法，考虑了锂电池在充放电过程中的不同特性，首先，利用递归图作为时间序列成像方法，将不同周期的充电数据转换为多维数据，从放电数据中提取相关特征，并分析其与电池循环寿命的相关性；其次利用深度可分离三维卷积模型来减少参数计算并加快模型训练速度，同时引入3D通道注意力(3DCA)模块，以降低模型复杂度并增加各通道之间的交互性；最后进行消融实验，探讨不同时间序列成像方法对模型预测结果精度的影响。与现有技术相比，本发明能以更少的窗口周期准确预测循环寿命。同时消融实验结果证明，时间序列成像方法能够增加数据维度并提供更多信息，这有效地提高了模型的准确性。
申请人信息
- 申请人:淮阴工学院
- 申请人地址:223005 江苏省淮安市经济技术开发区枚乘东路1号
- 发明人: 淮阴工学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种锂电池循环寿命预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311405766.3 |
| 申请日 | 2023/10/26 |
| 公告号 | CN117452261A |
| 公开日 | 2024/1/26 |
| IPC主分类号 | G01R31/392 |
| 权利人 | 淮阴工学院 |
| 发明人 | 陶孜菡; 江泽宇; 张楚; 张越; 熊金琳; 彭甜; 黄小龙; 伏咏妍 |
| 地址 | 江苏省淮安市北京北路89号 |
专利主权项内容
1.一种锂电池循环寿命预测方法，其特征在于，包括以下步骤：步骤1：采集锂电池循环寿命数据并对数据进行划分；对于充电过程的电压、电流、温度VIT数据，采用深度学习方法自动提取特征，利用递归图RP将充电过程中的一维VIT数据分别转化为三个二维矩阵，并将这些二维矩阵在深度方向拼接形成一个三维矩阵；步骤2：分析放电过程的增量容量(Incremental Capacity, IC)曲线和放电容量Q-V曲线，引入地球移动距离来计算电池在不同循环间的曲线变化情况，最终从曲线中提取关键放电特征并观察关键放电特征与电池循环寿命的相关性；步骤3：对于充电部分数据的建模，搭建3D深度可分离卷积模型，将不同循环下的VIT三维矩阵拼接成四维矩阵，通过深度分离卷积和逐点卷积减小参数的计算量，并引入3D通道注意力模块来加强VIT通道之间的数据交互，以保证在不增加模型训练参数的情况下达到部分通道间的交互；步骤4：对于放电部分数据的建模，搭建CBR层和MP层对数据进行卷积和池化操作；所述CBR层结构由卷积层、批归一化层和ReLU激活层构成；所述MP层结构由一个最大池化层和几个不同步幅的卷积层组成，其中最大池化层和步长为2的卷积层将通道数减半，并在拼接后保持输入输出通道数不变；步骤5：将充电过程和放电过程模型输出的特征向量进行特征融合，并最终输出为锂电池循环寿命预测结果，最后进行消融实验以验证时间序列成像方法的有效性。 该数据由<马克数据网>整理