本發明公開一種相似產品壽命遷移預測方法及系統，涉及似產品遷移學習技術領域，包括預處理待測配方相似產品短期循環壽命測試數據和其他配方電池全壽測試數據，得到目標樣本數據和多個訓練數據；通過進行曲線形態、容量退化率相似度、壽命分布相似度和距離度量最小篩選，獲得用于跨配方相似產品壽命預測的可遷移樣本數據，利用適應于所述可遷移樣本數據的壽命預測模型對跨配方相似產品進行壽命遷移預測，獲得壽命預測結果；本發明實現了鋰離子電池跨配方剩余壽命的準確預測，預測準確度最高可以達到99.9％，可以有效節省鋰電池設計開發過程中的測試時間和費用，具有可觀的經濟效益和應用價值。

技術領域

本發明涉及相似產品遷移壽命預測技術領域，尤其涉及一種相似產品壽命遷移篩選方法和系統。

背景技術

隨著儲能技術和能源產業的發展，鋰離子電池因其質量輕、低放電率和長壽命等優點，廣泛應用于軍事電子產品、航空電子器件、電動汽車以及各種便攜式電子裝置(例如筆記本電腦、數碼相機、平板電腦、手機等)的主要儲能器件。循環壽命是鋰電池產品的重要設計性能。在鋰電池的設計開發過程中，為了準確的獲得設計矩陣中不同配方電池的壽命情況，并為配方選擇和設計優化提供反饋，需要針對設計矩陣中各個配方的電池開展循環壽命測試。該項測試需要持續進行到電池容量保持率達到規定的閾值，即鋰電池的壽命終止點。然而，由于設計矩陣中的鋰電池配方數量眾多，導致現有的循環壽命測試時間和資金成本太高，尤其對壽命周期長達多年的動力鋰電池的而言，其設計開發效率過低，企業難以承受。

鋰電池壽命預測，通常被用于鋰電池的使用階段，主要根據少量的已知歷史數據，預測電池當前時刻的剩余壽命。由于被預測鋰電池的測試循環數量要盡可能少，難以獲得足夠多的電池測試數據量以滿足剩余壽命預測模型的設計開發需要。因此，利用電池企業同一電池平臺的其他配方海量歷史循環壽命測試數據，可為設計開發所需的剩余壽命預測模型提供數據支持。然而如何定義和度量數據可遷移性，并用于設計可遷移樣本的篩選策略，從其他大量差異化配方電池數據中獲得最相似的樣本，如何利用最相似的樣本對相似產品的壽命預測具有重大意義和應用需求。

發明內容

為解決現有技術存在的問題，本發明利用短期實測數據及遷移學習預測方法提供了一種更適用于電池設計開發過程中不同配方間的電池壽命預測的可遷移樣本篩選方法及系統，本發明提供的可遷移樣本篩選方法及系統能提高壽命預測的準確率，有效避免由于長期測試所產生的能耗及資源浪費，預測準確度高，普適性強。

為實現本發明的技術目的，本發明一方面提供一種相似產品壽命遷移預測方法，其特征在于，包括：

預處理待測配方相似產品短期循環壽命測試數據得到目標樣本數據，預處理其他配方相似產品全壽測試容量數據得到多個訓練數據；

通過進行曲線形態篩選，從多個訓練數據中篩選出與目標樣本數據曲線類型相似的第一訓練數據；

通過容量退化率相似度篩選，從第一訓練數據篩選出與目標樣本數據的容量退化趨勢相似的第二訓練數據；

通過壽命分布相似度篩選，從第二訓練數據篩選出與目標樣本數據壽命分布相似的第三訓練數據；

通過距離度量最小篩選，從第三訓練數據中篩選出與目標樣本數據的距離度量最小的第四訓練數據；

將第四訓練數據作為跨配方相似產品壽命預測的可遷移樣本數據；

利用適應于所述可遷移樣本數據的壽命預測模型對跨配方相似產品進行壽命遷移預測。

其中，利用適應于所述可遷移樣本數據的壽命預測模型對跨配方相似產品進行壽命遷移預測包括：

利用所述可遷移樣本數據對預先針對其他配方相似產品訓練的模型進行精調訓練，得到所述壽命預測模型；

利用所述壽命預測模型對待測配方相似產品的當前測試數據進行壽命預測處理，得到待測配方相似產品的剩余使用壽命RUL。