基于光纤传感的锂离子电池多状态协同估计方法及系统

本发明属于锂离子电池多状态协同估计，尤其涉及基于光纤传感的锂离子电池多状态协同估计方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、现有电池管理系统主要依赖电压和电流等电信号估计荷电状态，并通过热模型、温度传感器或数据驱动模型估计温度状态。然而，电池在充放电过程中伴随锂离子嵌入和脱出、活性材料体积变化以及热膨胀和热收缩，电池表面应变与荷电状态和温度状态之间存在显著耦合关系。应变状态能够反映电池结构形变、膨胀收缩和潜在安全风险，将其纳入状态估计有助于增强电池管理系统对多物理状态的协同感知能力。

3、单个fbg传感器的反射中心波长同时受温度和应变影响，若缺少可靠的标定和解耦机制，难以获得准确的温度状态和应变状态。已有方案往往采用复杂封装结构或额外传感器进行补偿，增加了系统构建成本；此外，部分数据驱动方法仅将解耦后的温度或应变作为辅助输入用于单一状态估计，未充分利用原始波长信号中包含的温度-应变耦合动态信息，也难以同时输出锂离子电池荷电状态、温度状态和应变状态。

技术实现思路

1、为克服上述现有技术的不足，本发明提供了基于光纤传感的锂离子电池多状态协同估计方法及系统，模型训练完成后，仅需单根传感器的波长信号及电压、电流信号即可实现在线多状态估计。

2、为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

3、第一方面，公开了基于光纤传感的锂离子电池多状态协同估计方法，包括：

4、锂离子电池的表面并排设置有第一fbg传感器及第二fbg传感器，第二fbg传感器的光栅区域外套刚性隔离管；

5、在阶梯加热条件下，采集第一fbg传感器及第二fbg传感器的相关数据并建立温度-应变解耦模型；

6、在电池充放电过程中同步采集锂离子电池的电压、电流以及第一fbg传感器波长及第二fbg传感器波长，利用所述温度-应变解耦模型计算得到锂离子电池温度状态sot和锂离子电池应变状态sos，并根据安时积分法得到锂离子电池荷电状态soc；

7、选取电压、电流和第一fbg传感器波长作为输入时序样本，以计算得到的锂离子电池温度状态sot和锂离子电池应变状态sos及锂离子电池荷电状态soc为模型输出，训练神经网络模型，获得训练后的神经网络模型；

8、输入时序样本至训练后的神经网络模型，所述模型利用动态卷积模块提取输入时序样本的局部动态特征，并通过跨区域多头自注意力机制建立区域内局部依赖和跨区域长程依赖，输出估计的锂离子电池荷电状态、温度状态和应变状态。

9、作为进一步的技术方案，所述建立温度-应变解耦模型的过程为：

10、将应变片贴附于第一fbg传感器的光栅区域，从而测量参考应变，热电偶贴附于第二fbg传感器的光栅区域，从而测量参考温度；

11、阶梯加热锂离子电池环境温度，采集第二fbg传感器各光栅区域的反射波长和对应参考温度，建立波长-温度映射关系；同时获得第一fbg传感器及第二fbg传感器的反射波长及应变片参考应变，对第一fbg传感器及第二fbg传感器的反射波长进行归一化，求取差值从而量化有效光弹性系数，并据此建立温度-应变解耦模型。

12、作为进一步的技术方案，所述模型利用动态卷积模块提取输入时序样本的局部动态特征，具体为：根据当前输入生成多个候选卷积核的动态权重并形成输入相关的卷积参数，以提取局部动态特征并进行跨通道初步融合。

13、作为进一步的技术方案，所述动态卷积模块设有

k组候选卷积核及对应偏置；对当前输入沿时间维度进行全局平均池化，得到通道描述向量，所述通道描述向量依次经过全连接层、非线性激活层和softmax层后生成

k个动态权重，且

k个动态权重之和为1；根据所述动态权重对

k组候选卷积核及对应偏置进行加权组合。

14、作为进一步的技术方案，所述跨区域transformer包括编码器和解码器；所述编码器由至少一个编码层构成，每个编码层包括跨区域多头自注意力子层、前馈网络、残差连接和层归一化；所述解码器由至少一个解码层构成，每个解码层包括掩码跨区域多头自注意力子层、编码器-解码器交叉注意力子层、前馈网络、残差连接和层归一化；

15、将所述局部动态特征输入至跨区域transformer，所述跨区域transformer通过跨区域多头自注意力子层对特征序列进行区域划分、区域内时序依赖建模、区域特征动态聚合和跨区域信息交互，并通过解码层输出与所述多源时序样本对应的soc、sot和sos估计序列。

16、作为进一步的技术方案，跨区域多头自注意力机制利用可学习路由参数生成各局部时间区域对应的路由权重，并按照所述路由权重将区域感知特征聚合为区域级特征；对各区域级特征进行跨区域多头自注意力计算后，将完成跨区域信息交互的区域级特征重新映射并融入对应的局部时间区域。

17、作为进一步的技术方案，还包括：在阶梯加热条件下，在多个相邻恒温阶段分别计算参考应变变化量和第一fbg传感器及第二fbg传感器归一化后的波长变化差，参考应变由贴附于光栅区域附近的应变片测得，并根据参考应变变化量以及第一fbg传感器及第二fbg传感器归一化波长变化之差，分别计算各恒温阶段对应的有效光弹性系数，并将多个恒温阶段对应的有效光弹性系数的平均值确定为所述有效光弹性系数的代表值。

18、第二方面，公开了基于光纤传感的锂离子电池多状态协同估计系统，包括：

19、并排设置在锂离子电池的表面的第一fbg传感器及第二fbg传感器，第二fbg传感器的光栅区域外套刚性隔离管；第一fbg传感器及第二fbg传感器用于采集温度-应变耦合波长信号和温度参考波长信号；

20、电信号采集组件用于采集锂离子电池的电压信号和电流信号，光纤解调组件用于得到各光栅区域的反射中心波长；

21、处理器，被配置为：

22、在阶梯加热条件下，接收第一fbg传感器及第二fbg传感器的相关数据并建立温度-应变解耦模型；

23、接收电池充放电过程中同步采集的锂离子电池的电压、电流以及第一fbg传感器波长及第二fbg传感器波长，利用所述温度-应变解耦模型计算得到锂离子电池温度状态sot和锂离子电池应变状态sos，并根据安时积分法得到锂离子电池荷电状态soc；

24、选取电压、电流和第一fbg传感器波长作为输入时序样本，以计算得到的锂离子电池温度状态sot和锂离子电池应变状态sos及锂离子电池荷电状态soc为模型输出，训练神经网络模型，获得训练后的神经网络模型；

25、输入时序样本至训练后的神经网络模型，所述模型利用动态卷积模块提取输入时序样本的局部动态特征，并通过跨区域多头自注意力机制建立区域内局部依赖和跨区域长程依赖，输出估计的锂离子电池荷电状态、温度状态和应变状态。

26、以上一个或多个技术方案存在以下有益效果：

27、本发明技术方案采用两组位置对应的fbg光栅构成耦合感知通道和温度参考通道，传感结构简单，并可在电池表面实现多区域同步监测。通过温升测试建立波长-温度映射关系，并通过参考应变量化有效光弹性系数，为sot和sos的解耦计算提供明确的计算依据，降低仅依赖理论系数造成的误差。模型直接使用包含温度和应变耦合信息的原始波长，并与电压、电流共同建模，可获得比单纯电信号更丰富的电-热-力状态表征信息。

28、本发明技术方案中传感器f2主要用于离线标定以及训练阶段sot和sos输出序列的构建；模型投入运行后，仅需传感器f1的反射波长以及电压、电流即可估计soc、sot和sos，能够减少在线传感器数量和输入信号数量，降低系统布置及数据采集成本，提高工程应用便利性。

29、本发明技术方案中动态卷积模块根据当前输入确定各候选卷积核的组合权重，并按照所述组合权重对候选卷积核及其偏置进行加权组合，有利于提取不同环境温度、充放电倍率及动态工况下的局部时序特征。crtransformer中的跨区域多头自注意力机制先在各局部时间区域内建立时序关系，再对不同区域的区域级特征进行信息交互，从而兼顾局部变化特征与跨区域长程时序关联，提高对电池多状态演化过程的表征能力。

30、本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。