基于阻抗状态辅助监督的电池健康状态估计方法及系统

本发明涉及电池状态检测、电化学阻抗分析及电池管理，具体涉及一种在模型训练阶段利用电化学阻抗状态进行辅助监督、在在线估计阶段不依赖实时电化学阻抗谱的电池健康状态估计方法及系统。

背景技术：

1、电池soh用于表征电池相对于参考状态的容量保持程度，是动力电池、储能电池以及退役电池检测和维护中的重要状态量。容量标定能够提供较为直接的soh结果，但通常需要在规定充放电制度下完成，测试时间较长，不适于在车辆或储能站运行过程中频繁实施。现有数据驱动估计方法通常以电压、电流和温度等运行数据作为输入。当固定时间窗同时包含恒流、负载突变、静置和温度变化等不同过程时，各过程对应的物理含义被混合，训练样本之间的可比性降低，进而影响模型在工况变化时的稳定性。

2、eis能够反映电池的欧姆阻抗、界面极化以及扩散相关过程，但eis测试需要附加激励，并受荷电状态、温度及静置时间影响。将eis作为在线模型的必需输入，会受到采集设备和采集频率的限制；以固定数值填补缺失eis，又会使缺失状态与真实阻抗值混淆。因此，有必要在训练阶段利用稀疏采集的eis提供阻抗状态监督，并使在线估计仅依赖常规运行数据。同时，还应明确运行响应信息与阻抗状态信息之间允许建立的对应关系，避免融合模型形成缺乏物理依据的连接。

技术实现思路

1、本发明所要解决的技术问题是：在eis难以高频在线获取的条件下，降低异质工况混合及阻抗信息缺失对soh估计的影响，并对运行响应信息与阻抗状态信息的融合范围进行约束。为解决上述技术问题，本发明提供一种基于阻抗状态辅助监督的电池健康状态估计方法及系统，

2、本发明一方面，提供基于阻抗状态辅助监督的电池健康状态估计方法，包括以下步骤：

3、s1，获取多个电池的历史运行数据、容量标定数据以及在离散时刻采集的电化学阻抗谱eis记录；根据所述容量标定数据计算各容量标定时刻对应的健康状态soh标签；依据电池标识和时间顺序对所述历史运行数据、eis记录及soh标签进行关联，形成目标样本，并以电池标识为单位划分训练集、验证集和测试集。

4、s2，针对s1形成的各目标样本，从对应的历史运行数据中识别电流变化、近恒流运行、静置松弛和负载变化后热响应区间；按照区间类型及区间起止条件截取运行响应区间，并生成信号张量、工况向量和区间可用性掩码。

5、s3，根据电池标识、采集时刻、循环间隔、荷电状态偏差和温度偏差筛选历史eis记录。当存在满足筛选条件的eis记录时，将记录可用性掩码设置为1；当不存在满足条件的eis记录时，将记录可用性掩码设置为0。

6、s4，当s3输出的记录可用性掩码为1时，对选定eis记录的激励频率、阻抗实部和阻抗虚部进行检查。若激励频率为正且顺序正确，阻抗数据不存在缺失值，各数据点一一对应，且有效采样点数量满足要求，则提取欧姆阻抗分量、极化阻抗分量、阻抗弧形状描述量和低频尾部形状描述量。对于能够根据相应频段获得有限分量数值的阻抗分量，将其可用性掩码设置为1，否则设置为0；当eis记录无效或记录可用性掩码为0时，各分量可用性掩码均设置为0。

7、s5，根据s2中的运行响应区间、s4中的阻抗状态分量以及电池体系、荷电状态范围和温度范围，从经确认的物理关系条目中生成物理关系约束矩阵。矩阵中的有效连接供s6和s7的关系约束融合层使用，无有效依据的连接保持屏蔽。

8、s6，构建教师模型。教师模型接收s2生成的信号张量、工况向量和区间可用性掩码，以及s4生成的实测阻抗状态标签和分量可用性掩码；首先先屏蔽不允许或数据不可用的连接，随后教师模型按照s5的物理关系约束矩阵进行融合权重归一化。

9、s7，构建学生模型。学生模型不接收实测eis，而是根据s2生成的信号张量、工况向量和区间可用性掩码预测隐含阻抗状态的均值及对数方差，并由对数方差得到不确定性；学生模型使用s5的物理关系约束矩阵得到关系约束融合表示，并输出学生soh估计值。

10、s8，采用分阶段方式训练教师模型和学生模型。首先，利用具有可用阻抗状态分量的训练样本，通过教师模型训练损失训练教师模型；教师模型训练完成后，冻结其全部参数。随后，利用学生模型训练损失训练学生模型。

11、s9，在在线估计阶段，采集待估计电池的电压、电流、温度和采样时刻，按照s2构建信号张量、工况向量和区间可用性掩码，并输入s8得到的学生模型，获得soh估计值、隐含阻抗状态及不确定性。在线输入不包括实时eis、目标时刻未来的运行数据以及真实soh标签。

12、本发明另一方面，还提供基于阻抗状态辅助监督的电池健康状态估计系统，包括以下模块：

13、目标样本模块，用于获取多个电池的历史运行数据、容量标定数据以及在离散时刻采集的电化学阻抗谱eis记录，形成目标样本。

14、响应区间模块，用于针对目标样本，从对应的历史运行数据中识别事件类型及事件起止条件截取运行响应区间，并生成信号张量、工况向量和区间可用性掩码。

15、可用性掩码模块，用于筛选历史eis记录，输出选定的eis记录及其记录可用性掩码，并形成分量可用性掩码。

16、物理关系约束模块，基于运行响应区间，生成物理关系约束矩阵。

17、知识蒸馏模块，用于构建知识蒸馏架构，接收信号张量、工况向量和区间可用性掩码，按照物理关系约束矩阵进行融合权重归一化，通过学生模型输出学生soh估计值。

18、电池健康状态估计模块，用于采用分阶段方式训练知识蒸馏架构中的教师模型和学生模型，并进行在线估计，获得soh估计值。

19、与现有技术相比，本发明将低频采集的eis转化为训练阶段的辅助监督信息，使在线估计无需配置实时eis输入；按工况构建运行响应区间，使不同物理过程分别编码；在融合权重归一化之前使用物理关系约束矩阵屏蔽无依据连接；利用分量可用性掩码区分数据缺失和真实阻抗值，从而提高soh估计的可解释性和工程适用性。

1.基于阻抗状态辅助监督的电池健康状态估计方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于阻抗状态辅助监督的电池健康状态估计方法，其特征在于，所述步骤s2具体实现过程如下：

3.根据权利要求2所述的基于阻抗状态辅助监督的电池健康状态估计方法，其特征在于，所述步骤s2-5具体实现过程如下：

4.根据权利要求3所述的基于阻抗状态辅助监督的电池健康状态估计方法，其特征在于，所述筛选历史eis记录，输出选定的eis记录及其记录可用性掩码具体过程如下：

5.根据权利要求4所述的基于阻抗状态辅助监督的电池健康状态估计方法，其特征在于，所述形成分量可用性掩码具体过程如下：

6.根据权利要求5所述的基于阻抗状态辅助监督的电池健康状态估计方法，其特征在于，所述步骤s4具体实现为：根据运行响应区间、阻抗状态分量以及目标样本对应的电池体系、荷电状态范围和温度范围，从经确认的物理关系条目中生成物理关系约束矩阵。

7.根据权利要求6所述的基于阻抗状态辅助监督的电池健康状态估计方法，其特征在于，所述知识蒸馏架构中，教师模型具体实现如下：

8.根据权利要求7所述的基于阻抗状态辅助监督的电池健康状态估计方法，其特征在于，所述知识蒸馏架构中，学生模型具体实现如下：

9.根据权利要求8所述的基于阻抗状态辅助监督的电池健康状态估计方法，其特征在于，所述步骤s6具体实现为：

10.基于阻抗状态辅助监督的电池健康状态估计系统，用于实现权利要求1至9任一所述的电池健康状态估计方法，其特征在于，包括以下模块：