(19)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 202111367429.0 (22)申请日 2021.11.18 (71)申请人 吉林大学 地址 130012 吉林省长 春市长春高新技术 产业开发区前进大街269 9号 (72)发明人 马彦　单策　姚美好　朱家俊　 高金武　陈虹　 (74)专利代理 机构 吉林省中玖专利代理有限公 司 22219 专利代理师 姜姗姗 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06F 119/04(2020.01) G06F 119/08(2020.01)G06F 119/12(2020.01) (54)发明名称 一种锂离 子电池健康状态估计方法 (57)摘要 本发明提供一种锂离子电池健康状态预测 方法， 具首先提取电池充电过程与电池老化相关 的健康因子； 在采用灰色关联分析法对提取的健 康因子与电池容量之间的相关性进行分析， 将相 关性等级高的健康因子划分源域数据集和目标 域数据集； 再采用迁移学习方法将不同数据集的 数据转换到相同的特征空间， 在最大均值差异的 基础上采用迁移成分分析对特征进行迁移和降 维， 实现在知识迁移的同时尽可能地减小计算负 担， 解决对于不同数据集需要对机器学习模型进 行重新训练或重新建模的问题， 提高了计算效 率； 最后采用长短时记忆神经网络进行电池SOH 估计， 预测精度高， 提高估计准确性。 权利要求书4页 说明书13页 附图6页 CN 114580262 A 2022.06.03 CN 114580262 A 1.一种锂离 子电池健康状态预测方法， 其特 征在于， 包括如下步骤： 步骤一、 提取电池充电过程与电池的老化相关的健康因子； 步骤二、 采用灰色关联分析法对提取的健康因子与电池容量之间的相关性进行分析， 并对相关性 等级进行排序； 步骤三、 对 源域与目标域的健康因子进行知识迁移； 选取相关性等级高的健康 因子划分为源域数据集和目标域数据集， 用最大均值差异表 示源域和目标域之间的分布差异为： 其中， 为再生希尔伯特核空间范数， nx与ny分别两个领域的维数； 设源域数据集为 其中xS与yS分别表示输入集及相应的输出集， 目标域数据集为 其中xT与yT分别为目标域输入集与相应的输出集； 假设P(XS)与Q(XT)分别表示来自源域和目标域的输入集xS和xT的边际分布， P(φ(XS)) ≈P(φ(XT))， 则 分布P与Q之间的距离可以表示 为： 其中， nS与nT表示源域与目标域数据的维度； 假设k(xi,xj)＝φ(xi)Tφ(xj)， k表示相应的核函数， 源域和目标域的输入集的边际分 布P(XS)与Q(XT)之间的距离可以转 化为一个求解矩阵迹的问题， 即 其中， K为复合核矩阵， KS与KT分别为源 域数据XS， 目标域数据XT与核函数k所定义的核矩 阵， tr表示矩阵的迹， L表示系数矩阵， 具体表示 为： 选取MMDE目标函数同时满足分布之间的距离最小和特 征空间中的方差最大， 即权　利　要　求　书 1/4 页 2 CN 114580262 A 2其中， λ ≥0表示 惩罚参数； 将核矩阵K分解为经验核映射K＝(KK‑1/2)(K‑1/2K)， 并使用变换矩阵 将经 验核映射特 征转换到一个m维空间， 其中m＜ ＜n1+n2； 由此， 合成核矩阵 为： 其中， 因此， 边际分布间的距离可以重新写为： Dist(XS,XT)＝tr((KWWTK)L)＝tr(WTKLKW) (8) 采用最大限度地对齐嵌入， 即 其中， γ为一个权衡系数， 一般γ≥0， 如果i,j≤nS， [Kl]ij＝kyy(yi,yj)， 否则[Kl]ij＝0， 令Kv＝I。 优化问题可以表示 为： 其中， H为中心矩阵， 是所有元素全为1的列向 量， 为一个单位矩阵。 Γ＝D ‑M， D为元素为 的对角矩阵， M ＝[mij]， μ表示一个权衡参数， 一般大于 0。 引入拉格朗日乘子与Karush ‑Kuhn‑Tucker条件， 将(14)的优化问题转化为其对偶问 题， 即 通过特征分解矩阵 来求解， 计算得到变化矩 阵， 进而可以确定源域与目标域数据在新特 征空间的映射； 步骤四、 将求解变化矩阵得到的特征映射值输入LSTM神经网络， LSTM神经网络将输入 的数据进行前向传播， 其通过在单元中的三个门结构即遗忘门， 输入门和输出门来控制信 息的传递过程； 遗忘门用来决定哪些信息需要被舍弃， 哪些信息需要被传递下去， 即 ft＝σ(Wfxxt+Wfhht‑1+bf) (12) 其中， Wfx， Wfh与bf分别表示遗忘门中输入， 循环的权重与偏差， ht‑1表示隐含层在上一时 刻的输出。 表示sigmo id激活函数； 输入门用来决定哪些信息用来进行 单元状态的更新， 输入门输出为 it＝σ(Wixxt+Wihht‑1+bi) (13)权　利　要　求　书 2/4 页 3 CN 114580262 A 3