基于信息熵和模糊綜合評判的動力電池性能評估

劉佳庚++趙美紅

摘 要：本文將圍繞新能源汽車動力電池匹配和分組這一關鍵科學問題開展研究，建立了基于信息熵和模糊評價矩陣構建動力電池的綜合性能評價模型。實驗表明該方法可信度和有效性較高，對動力電池組進行狀態對比和實時掌握動力電池組的運行狀態具有較好的指導意義。

關鍵詞：動力電池；信息熵；模糊評判；性能評估

中圖分類號：TD712 文獻標識碼：A

0.引言

本文考慮到電池的綜合性能評價是一個多層次多因素相互聯系、相互制約的復雜系統，建立信息熵和模糊綜合評判的理論模型可以對所有電池的綜合能進行整體且較為全面的評價，對每個電池進行可靠的優劣排序，為電池的篩選配組提供理論依據。

1.信息熵及模糊評判介紹

香農（Shannon）于1948年提出信息熵的概念，將熱力學幾率擴展到系統的各個信息源信號出現的幾率熵的概念最初產生于熱力學，后來在信息論中用熵來表示事物出現的不確定性，假設某系統X可能出現于幾種不同的狀態x1，x2，…，xn，p（xi）代表狀態xi（i=1，2，…，n）出現的概率，則該系統的信息熵H（X）定義為

（1）

信息熵是信息無序度的度量，信息熵越大，信息的無序度越高，其信息的貢獻越小；反之信息熵越小，信息的無序度越小，信息的貢獻越大。

模糊綜合評價法是一種基于模糊數學的綜合評價方法。具有結果清晰，系統性強的特點，能較好地解決模糊的、難以量化的問題，適合各種非確定性問題的解決。

2.評價模型

2.1 信息熵評價模型

對于待評價的電池，假設存在N個影響因素，有k個電池參與評價，選取電池中各影響因素的最優指標構成參考序列。

對于動力電池性能的評價，構造決策矩陣Aij=（aij）n×m，其中

2.2 模糊關聯評價模型

本文根據動力電池的實際特性，選取偏小型隸屬函數和偏大型隸屬函數如下式所示：

因素論域U和評價論域V之間的模糊關系用評價矩陣B表示為

最后將模糊關聯評價矩陣與通過信息熵得到的權重做如下式的計算各個單體電池的綜合屬性值zi（ω）（i∈N）

根據計算好的zi（ω）（i∈N）值對各個單體電池的性能進行排序和擇優。

3.基于模糊矩陣和信息熵的動力電池綜合評價

3.1 模型評價集的選取

選取充電、放電實驗過程中的開路電壓、容量、內阻、放電效率、終止電流、溫度變化共12個指標構成評價的指標體系。對7節動力電池進行充放電實驗，每節電池進行50次實驗，求出各項指標參數的平均值作為樣本參數值。

3.2 信息熵確定影響電池性能因素的權重

將指標值決策矩陣，利用（3）、（4）式對矩陣中的各個元素做規范化處理去掉其量綱的影響得到歸一化矩陣R*并得到數據，再根據（7）式計算屬性的信息熵，得到相應的E值

由此計算出各個影響因素的權重向量ω=（ω1，ω2，…，ωm）為：（0.8252、0.0835、0.6391、0.0241、0.0339、0.1829、0.3832、0.2437、0.0653、0.5821、0.2031、0.4831）

3.3 確定模糊評價矩陣

根據（9）、（10）兩式對實驗數據進行計算，并得到評價矩陣如下：

通過上述評價模型最后計算出了動力電池性能，可以將1#電池、3#電池、4#電池和7#電池組合在一起，這樣可以提高電池組的整體性能。

結論

本文提出的基于信息熵和模糊評判矩陣的綜合性能評價體系，所獲得的權重和評價矩陣均來自于實驗數據。避免了主觀因素對評價結果造成的不確定性。實現了對大容量能量型動力電池的性能評價。

參考文獻

[1]鐘侃，袁瑞銘，鄔小波，等.車用動力電池測試與性能評估技術分析[J].華北電力技術，2015（1）：65-70.

[2]鄭方丹，姜久春，孫丙香，等.基于篩選配組應用的動力電池綜合性能評價方法研究[J].系統工程理論與實踐，2015（2）：528-536.

[3]顏湘武，郭琪，楊漾，等.動力電池組健康狀態評價方法的研究[J].湖南大學學報（自然科學版），2015（2）：93-99.

[4]謝英豪，余海軍，歐彥楠，等.廢舊動力電池回收的環境影響評價研究[J].無機鹽工業，2015（4）：43-46+61.