河北工业大学科研团队提出一种磷酸铁锂电池荷电状态估计的新方法

省部共建电工装备可靠性与智能化国家重点实验室（河北工业大学）的研究人员刘素贞、任佳乐、袁路航、徐志成和张闯在2025年第11期《电工技术学报》上撰文，从不同角度对实验获取的电-热-声多源数据进行全面特征提取，考虑不同特征选择方法的优势，提出了一种融合斯皮尔曼（Spearman）相关系数、互信息、分类提升树（Category Boosting, CatBoost）、最小绝对收缩和选择算法（Least Absolute Shrinkage and Selection Operator, LASSO）的特征选择方法，实现对电-热-声特征的联合选择，进而提高荷电状态（State of Charge, SOC）估计精度。

研究背景

磷酸铁锂电池因具有高安全性、优良高温性能、大能量密度和长寿命等优点得到广泛应用。然而，磷酸铁锂电池的开路电压（Open Circuit Voltage, OCV）-SOC曲线平坦，并且电压滞回明显，导致SOC估计困难。

此外，单一数据源的SOC估计方法存在局限性，基于电学参数的表征方法很大程度上依赖OCV-SOC曲线的准确性，热学参数往往不能与SOC构成单一映射关系，超声波信号对于温度变化较敏感且锂离子电池的活性材料对超声波信号存在一定的散射效应和边缘效应。因此，研究快速准确地估计磷酸铁锂电池SOC的方法至关重要。

论文所解决的问题及意义

针对磷酸铁锂电池OCV-SOC曲线平坦导致电信号对SOC变化不敏感和传统单一数据源的SOC估计方法存在局限性的问题，文章提出了一种综合电-热-声多源数据的估计方法。

文章对实验采集的电-热-声数据从不同角度进行了全面的特征提取；为了更准确地选择关键特征，提出了一种融合Spearman相关系数、互信息、CatBoost、LASSO的特征选择新方法。为了验证所提方法的性能，进行了不同特征选择方法与不同数据源特征的对比实验，并在不同倍率和不同工况下验证了所提方法的可行性。文章所提方法提高了磷酸铁锂电池SOC估计的准确性，为磷酸铁锂电池的SOC估计提供了新的参考和思路。

论文方法及创新点

1、电-热-声多源数据特征提取

文章搭建的磷酸铁锂电池实验平台示意图如图1所示，基于所搭建的实验平台，同步采集电池的电数据、热数据及超声数据。从多角度对采集的电-热-声多源数据进行特征提取，提取了电、热信号的瞬时特征和短期变化特征，以及超声信号的时域、频域、时频域特征。

图1 磷酸铁锂电池实验平台示意图

2、电-热-声特征选择

考虑到单一的特征选择方法可能由于其内在的局限性而对某些特征做出错误的判断，提出融合Spearman相关系数、互信息、CatBoost和LASSO回归的特征选择新方法，特征选择流程如图2所示。最终从998个特征中选择了14个关键特征，包括3个超声时域特征、7个频域特征、2个时频特征、1个电特征和1个热特征。

图2 特征选择流程

3、磷酸铁锂电池SOC估计结果分析

采用随机森林（Random Forest, RF）、门控循环单元（Gate Recurrent Unit, GRU）和双向门控循环单元（Bidirectional Gate Recurrent Unit, BiGRU）进行SOC估计，结果如图3所示。BiGRU模型因能双向捕捉时间序列数据的动态特性，表现出最低的误差。在复杂工况和存在噪声干扰的情况下，文章所提方法仍能保持良好的准确性和适用性。

图3 SOC估计结果（a）RF模型

图3 SOC估计结果（b）GRU模型

图3 SOC估计结果（c）BiGRU模型

结论

1）由于多源数据融合的信息互补性，相较于仅使用单一数据，综合电-热-声多源数据的方法在SOC估计中表现最优。

2）提出的特征选择方法集成了Spearman相关系数法、互信息法、CatBoost、LASSO回归的优点，能更有效地选择对SOC估计重要的特征，选择的特征比使用所有特征的SOC估计精度更高。

3）在动态压力测试（Dynamic Stress Test, DST）和新欧洲驾驶循环（New European Driving Cycle, NEDC）工况下，SOC估计的平均绝对误差分别为0.91%和0.98%，方均根误差分别为1.03%和1.13%，证明了该文所提出的SOC估计方法具有良好的适应性和泛化能力。

团队介绍

团队深入研究电工装备的电磁场计算与优化、储能电池的安全状态评价与预警、无损检测与评估等方面的理论和实现方法，探究电工装备的智能化电磁场与智慧能量管理研究新方向。近年来，团队完成了多项国家级、省部级和企业的研究项目。

刘素贞，博士，教授，博士生导师。天津市师德先进个人，国际电磁场数值计算学会(ICS)会员。承担国家自然科学基金面上及重点项目7项，省部级项目10余项，发表高水平论文90余篇，出版专著2部。研究方向为储能装置的安全状态评价与预警、电工装备电磁无损检测与评估、超声无损检测等。

本工作成果发表在2025年第11期《电工技术学报》，论文标题为“磷酸铁锂电池荷电状态估计的多源数据特征提取“。本课题为河北省自然科学基金项目、国家自然科学基金项目、省部共建电工装备可靠性与智能化国家重点实验室（河北工业大学）优秀青年创新基金项目资助。