本发明提供基于卷积神经网络的
锂电池梯次利用剩余寿命预测方法,包括以下步骤:根据相关电池型号确定所需样本数量;利用恒电流电压测试方法,得到训练样本的电池容量值以及电池内阻值;使训练样本电池的内阻、容量和充放电循环曲线所作为输入,计算锂电池剩余使用寿命,产生足够数量的锂电池使用寿命标签;对锂电池进行X射线扫描,将生成的图像和使用寿命标签配对形成训练数据集;建立基于卷积神经网络的梯次电池剩余使用寿命模型。本发明提供的基于卷积神经网络的锂电池梯次利用剩余寿命预测方法,利用梯次电池的扫描模块扫描出的图像与剩余使用寿命的非线性关系,建立卷积神经网络模型,能够快速的估算梯次利用锂电池的剩余使用寿命。
声明:
“基于卷积神经网络的锂电池梯次利用剩余寿命预测方法” 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)