(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111626395.2 (22)申请日 2021.12.28 (71)申请人 江苏大学 地址 212013 江苏省镇江市京口区学府路 301号 (72)发明人 何志刚　郭晓丹　盘朝奉　 (51)Int.Cl. G01R 31/36(2019.01) G01R 31/385(2019.01) G01R 31/392(2019.01) G06K 9/62(2022.01) G06N 3/00(2006.01) (54)发明名称 基于PF和GPR的锂离子电池组SOH自适应估 算方法 (57)摘要 本发明提供了一种基于PF和GPR的锂离子电 池组SOH自适应估算方法， 基于LSTM对锂离子电 池充放电数据进行预处理， 基于GPR预测锂离子 电池组基础健康状态SOHcal， 基于PF预测最高电 压电池单体和最低电压电池单体达到充电截止 电压时容量状态预测值， 利用所述容量状态预测 值迭代更新预测值SOHcal， 得到锂离子电池组健 康状态SOH， 基于预测结果对应的估算不确定度， 确定锂离子电池组SOH的估算结果。 本发明能显 著提高锂离 子电池健康状态的估算精度。 权利要求书2页 说明书5页 附图1页 CN 114325393 A 2022.04.12 CN 114325393 A 1.一种基于PF和GPR的锂离 子电池组SOH自适应估算方法， 其特 征在于， 包括 步骤： S1， 基于锂离子电池充放电数据， 提取电池性能退化特性参数， 并将电池性能退化特性 参数作为 健康因子 输入GPR预测模型； S2， GPR预测模型 预测锂离 子电池组基础健康状态SOHcal； S3， 基于PF预测最高电压电池单体和最低电压电池单体达到充电截止电压时容量状态 预测值； S4， 利用所述 容量状态预测值迭代更新预测值SOHcal， 得到锂离 子电池组健康状态SOH； S5， 基于预测结果 对应的估算 不确定度， 确定锂离 子电池组SOH的估算结果； 所述预测结果 是将锂离子电池充放电数据分为不同的簇组， 重复S2 ‑S5得到的； 根 据估算不确定度对预测结果 不断进行更新， 得到更新后的SOH预测结果， 由更新后 的 SOH预测结果对应的估算不确定度 与基于全部充放电数据的预测结果对应的估算不确 定度 的大小关系， 确定锂离 子电池组SOH的估算结果。 2.根据权利要求1所述的锂离子电池组SOH自适应估算方法， 其特征在于， 所述预测结 果 对应的估算 不确定度为 其中 表示簇质心的值。 3.根据权利要求1所述的锂离子电池组SOH自适应估算方法， 其特征在于， 如果 确定最小估算不确定度对应的预测结果为最终估算结果； 如身 重 新对全部充放电数据进行聚类， 直至 若无法达到 则以全部充放电 数据得到的预测结果 为最终估算结果。 4.根据权利要求1所述的锂离子电池组SOH自适应估算方法， 其特征在于， 所述锂离子 电池组健康状态SOH是根据以下公式获得的： 其中： ΔCvol为单体最大压差引起的容量状态预测值， Crat为锂离子电池组初始可用容 量， SOHvol为锂离子电池组修 正健康状态SOH 。 5.根据权利要求1所述的锂离子电池组SOH自适应估算方法， 其特征在于， 所述电池性 能退化特性 参数包括 放电电流分布Dtd、 温度分布Ttd和充电SOC ‑DOD矩阵S Dcd。 6.根据权利要求1所述的锂离子电池组SOH自适应估算方法， 其特征在于， 所述锂离子 电池组基础健康状态SOHcal是根据如下公式确定的： 其中： x1…xn为健康因子， 分别为第i个簇对应的第n+1次循环的均值与标准 差， 为锂离子电池组基础健康状态的预测值。 7.根据权利要求1所述的锂离子电池组SOH自适应估算方法， 其特征在于， 所述更新后 的SOH预测结果， 具体为： 其中N()表示 正态分布。 8.根据权利要求1所述的锂离子电池组SOH自适应估算方法， 其特征在于， 所述锂离子 电池数据包括在误差阈值范围内的归一化充放电数据以及不在误差阈值范围内代替异常权　利　要　求　书 1/2 页 2 CN 114325393 A 2值的电池参数 预测值。权　利　要　求　书 2/2 页 3 CN 114325393 A 3