本发明公开了一种基于改进TCN的
锂电池剩余寿命状态评估方法,获取锂电池的循环工况下实测电压和电流数据,并进行数据分片、安时积分和平均化处理后得到的循环周期与实际容量序列作为A‑TCN‑DAE模型的输入,预测得到电池容量数据Capcur,然后递推预测电池后续容量,直到Capcur≤CapEOL,结束递推预测,统计达到EOL容量的剩余循环周期数获得电池当前剩余寿命。本发明锂电池剩余寿命状态评估方法有较强的局部特征捕获能力以及对输入数据降噪重构的自适应能力,对电池剩余使用寿命RUL估算的精准度与现有深度学习网络技术相比有了明显的提升。
声明:
“基于改进TCN的锂电池剩余寿命状态评估方法” 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)