本发明公开了一种基于卷积神经网络的
锂电池容量在线估计方法,首先利用参考电池的充放电循环实验数据,处理得到包含若干个样本及对应容量标签的源数据集,其中每个样本由一段充电电压、充电电压一阶微分、充电电流数据组成。进一步地,建立用于估计锂电池容量的卷积神经网络,并利用寻优算法优化神经网络的超参数。取被测电池最近一次充电过程中与源数据集样本具有相同充电容量区间长度的充电电压、充电电流数据,获得充电电压、充电电压一阶微分和充电电流数据输入至已完成优化训练的卷积神经网络,卷积神经网络输出值即为被测电池的容量估计值。本发明可适用于实际使用条件下的锂电池容量在线估计,满足区间长度要求的任意一段充电电压、电流数据均可作为输入数据,对数据要求低,计算资源消耗少,估计精度高,具有很高的实际应用价值。
声明:
“基于卷积神经网络的锂电池容量在线估计方法” 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)