本发明属于电池健康状态管理方法,尤其涉及一种电动船集装箱电池健康状态监测方法。
背景技术:
1、电池健康状态(soh)监测是电池健康状态分析管理的重要内容,通过于soh数据的监测预测能够获取电池在不同状态下的健康状况,及时预警电池异常,避免电池故障,同时使供电系统维持良好的工作状态。在电动船舶集装箱电池领域,动力电池数量庞大,配电结构复杂,输入输出基础数据相较传统的电池储能功能结构更为复杂多变,若无法进行有效的健康状态监测预警,将会极大的限制电动船集装箱电池持续稳定工作的能力。
技术实现思路
1、本发明的目的在于,基于电动船集装箱电池运行管理的实际需求,提供一种便于实施且效率高的电动船集装箱电池健康状态监测方法。
2、为实现上述目的,本发明采用如下技术方案。
3、一种电动船集装箱电池健康状态监测方法,包括如下步骤:
4、步骤一、用于获取集装箱电池充放电电压曲线的步骤,具体包括:
5、a1.在集装箱电池完全放电且稳定状态下进行充电,监测集装箱电池端电压、温度随充电总时间变化数据;充电过程如下:首先以固定的恒定倍率k1对集装箱电池进行充电,充电时间t1,其中kin为测量系数且0≤k1≤1,iin为标准充电电流,c0为集装箱电池额定容量;之后以固定充电倍率k′1=0.1·k1对集装箱电池进行充电直至充满;
6、a2.静止直至集装箱电池状态稳定后进行放电,监测集装箱电池端电压、温度随放电总时间的变化数据;放电过程如下:首先以固定的恒定倍率k1对集装箱电池进行放电,放电时间t1,其中之后以固定充电倍率k′1=0.1·k1对集装箱电池进行放电直至放空;
7、a3.根据集装箱电池端电压随充电总时间变化数据和集装箱电池端电压随放点总时间的变化数据,以同一充电或放点时刻为基础基于多次多项式进行拟合绘制集装箱电池充放电电压以及温度曲线;
8、步骤二、基于步骤一获取的集装箱电池充放电电压以及温度曲线,抽取充放电电压和温度数据作为模型输入,以集装箱电池总能量为模型输出,建立基于tcn网络的预测模型,具体包括:
9、b1.以放电电压达到最低点的时间点t1,j、等电压放电总时间tδu,j、集装箱电池充放电电压曲线最大斜率a1、温度曲线最大斜率a2为集装箱电池健康因子以及集装箱电池soh作为状态因子;
10、b2.基于前述步骤一进行连续充放电测试并绘制集装箱电池充放电电压以及温度曲线,抽取测量数据,根据所获得数据量大小分配训练集和测试集比例;
11、b3.以训练集数据中的状态因子作为输入和输出进行训练,以测试集数据中的状态因子作为输入和输出进行训练,确定最终参数模型;
12、步骤三、基于步骤二获取的状态因子预测模型,基于当前集装箱电池状态因子的数据对当前电池soh进行预测,获取集装箱电池健康状态。
13、对前述电动船集装箱电池健康状态监测方法的进一步完善或者具体实施方式,所述训练集和测试集的总数据比例为0.3:0.7。
14、对前述电动船集装箱电池健康状态监测方法的进一步完善或者具体实施方式,所述步骤一还包括,用于进行数据线性归一化处理的步骤,具体是指对于获取的原始数据x,采用线性归一化后的数据x进行数据计算,其中
15、
16、对前述电动船集装箱电池健康状态监测方法的进一步完善或者具体实施方式,所述tcn模型采用tcn-gru多输入单输出网络模型。
17、对前述电动船集装箱电池健康状态监测方法的进一步完善或者具体实施方式,所述tcn模型内核尺寸为3,膨胀系数为2。
18、其有益效果在于:
19、本申请结合现有电池状态检测管理系统的基础功能结合机器自主学习模型建立了高效简洁的电动船集装箱电池健康状态监测方案,通过现有状态监测管理系统的基础功能以及其能够获取的基础数据,通过测试训练建立有效的电动船集装箱电池健康状态预测管理模型,能够在实际应用过程中通过现有基础参数监测测量系统间接实现对于电动船集装箱电池健康状态数据的预测管理,为电动船集装箱电池的维护管理提供参考支持。
1.一种电动船集装箱电池健康状态监测方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的电动船集装箱电池健康状态监测方法,其特征在于,所述训练集和测试集的总数据比例为0.3:0.7。
3.根据权利要求1所述的电动船集装箱电池健康状态监测方法,其特征在于,所述步骤一还包括,用于进行数据线性归一化处理的步骤,具体是指对于获取的原始数据x,采用线性归一化后的数据x进行数据计算,其中
4.根据权利要求1所述的电动船集装箱电池健康状态监测方法,其特征在于,其特征在于,所述tcn模型采用tcn-gru多输入单输出网络模型。
5.根据权利要求4所述的电动船集装箱电池健康状态监测方法,所述tcn模型内核尺寸为3,膨胀系数为2。