1.一种基于两阶段wiener过程的锂离子电池rul预测方法,其特征在于:该方法包含如下步骤:
s1:收集锂离子电池历史退化数据,并建立两阶段winner过程锂离子电池容量退化模型,得到寿命的概率密度表达式表达式;
s2:根据锂离子电池历史退化数据,对每个锂离子电池进行变点估计;
s3:根据锂离子电池变点估计得到的数据,基于em算法对锂离子电池容量退化模型两个阶段漂移系数的超参数进行估计;
s4:收集锂离子电池运行监测数据,根据锂离子电池变点估计得到的数据和锂离子电池运行监测数据,确定变点是否出现;
s5:根据锂离子电池运行监测数据更新模型参数;
s6:根据变点估计和超参数估计得到的数据估计锂离子电池剩余使用寿命;
s7:收集最新退化数据,将其放入退化数据集中;
s8:重复s4至s7,更新模型参数,直至锂离子电池失效为止。
2.根据权利要求1所述的一种基于两阶段wiener过程的锂离子电池rul预测方法,其特征在于:所述步骤s1中,收集的锂离子电池历史退化数据包含:
锂离子电池电池在不同时刻测得的性能退化量;
寿命定义为锂离子电池性能退化量首次达到失效阈值w时,则其失效;并假设锂离子电池的各个退化阶段都分别服从具有平稳独立增量的线性wiener过程;两阶段wiener过程退化模型表示为:
式中:x(t)表示t时刻锂离子电池的退化量;x0为电池初始退化量,常记为0;τ为变点发生时刻;xτ表示变点时刻的退化量x(τ);μ1和μ2分别表示变点前后两个退化阶段的漂移系数;σ1和σ2则表示变点前后的扩散系数;b(t)为标准bm过程;
实际中不同的锂离子电池在退化过程中两个阶段的退化速率是存在个体差异性的;考虑这种随机效应条件下,寿命的pdf表达式如下:
(1)第一阶段0<t≤τ:只需要考虑μ1的随机效应,
式中:ft(t)为寿命的概率密度函数,w为失效阈值,假设μ1和μ2分别服从正态分布
(2)第二阶段t>τ:需要同时考虑两种随机效应μ2和xτ,故其寿命为双重积分的形式,即:
式中:
3.根据权利要求2所述的一种基于两阶段wiener过程的锂离子电池rul预测方法,其特征在于:所述步骤s2中,假设对同一批的n个锂离子电池样品进行退化试验,其监测数据的获取没有毁坏性,是完美的,且每个锂离子电池的变点仅在监测采样时刻发生;每个锂离子电池的性能退化量xi的对数似然函数表示为:
式中,
变点估计所得到两阶段wiener过程退化模型的最佳漂移系数和扩散系数表达式为:
式中,m1i和m2i满足m1i+m2i=mi,分别表示两阶段的退化数据数量;
由上述模型参数估计值表达式得变点位置:
式中,s=1,2;在满足
4.根据权利要求3所述的一种基于两阶段wiener过程的锂离子电池rul预测方法,其特征在于:所述步骤s3中,将变点估计过程获得的每个锂离子电池的漂移系数估计值
式中:
5.根据权利要求4所述的一种基于两阶段wiener过程的锂离子电池rul预测方法,其特征在于:所述步骤s4中,收集锂离子电池运行监测数据有:
对应测量时间t0:k={t0,t1,…,tk}的退化数据x0:k={x0,x1,…,xk},其中当前测量时间为tk。
6.根据权利要求5所述的一种基于两阶段wiener过程的锂离子电池rul预测方法,其特征在于:所述步骤s5中,如果截止当前监测时间,电池性能退化量未出现变点,根据退化数据对第一阶段的退化模型参数进行更新:
如果截止当前监测时间,变点已经出现,根据退化数据对第二阶段的退化模型参数进行更新:
式中,μ1α,0,
7.根据权利要求6所述的一种基于两阶段wiener过程的锂离子电池rul预测方法,其特征在于:步骤s6中,若截止当前监测时间,变点已经出现,则锂离子电池rul的pdf为:
若截止当前监测时间,变点未出现,且在发生变点之前,电池会发生失效,则锂离子电池rul的pdf为:
若截止当前监测时间,变点未出现,且电池在变点发生之后才会发生失效;
式中:w'=w-xτ,μa2=μ2β(t-τ),μb2=w-μ1ατ,