充放电多特征融合的锂电池寿命预测方法

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。