本发明涉及一种基于多物理场仿真与神经网络的
锂电池组健康状态在线估计方法,步骤包括:构建锂电池组多物理场仿真模型,通过工作载荷分析,开展锂电池组多物理场仿真试验、模型验证与分析;基于仿真试验分析结果,结合实验数据,构建并训练面向锂电池组健康状态预测的神经网络模型,包括面向多物理场仿真和健康状态退化的神经网络模型;在锂电池组使用阶段,采集并处理局部运行数据,应用神经网络模型进行全域物理表征分析以及锂电池单体退化分析,进而预测锂电池组健康状态。该方法融合了基于模型和基于数据方法的优点,能够实现快速在线的锂电池组健康状态预测。
声明:
“基于多物理场仿真与神经网络的锂电池组健康状态在线预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)