本发明涉及对
锂电池健康状态评估方法的改进,具体为一种基于稳定特征和AS‑TCN模型的锂电池健康状态估计方法,可实现SOH进行准确高效的监测,包含以下步骤:步骤S1:选定待测锂电池进行充放电实验,实验中需要采集的技术参数包括恒流充电工况下的电压值、温度值、采集时间点及对应周期的电池容量值;步骤S2:对每一组循环充放电周期的电压和温度数据按相同时间节点进行曲线拟合和数据预处理;步骤S3:通过动态时间规整重心平均算法对采集到的数据进行聚类,其中包括动态时间规整距离算法对时间错位的情况下确定两个序列的最优比对,之后将聚类后的电压和温度序列分为用于模型预测的训练数据集和测试数据集;步骤S4:搭建注意力可分离时间卷积网络模型。
声明:
“基于稳定特征和AS-TCN模型的锂电池健康状态估计方法” 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)