一种基于堆叠残差因果卷积神经网络的
锂电池健康状态检测方法,通过传感器采集锂电池的工况数据,经预处理得到输入特征;通过传感器采集锂电池的工况数据,经预处理得到输入特征;根据输入特征设计堆叠残差因果卷积神经网络,训练该堆叠残差因果卷积神经网络后,利用训练得到的堆叠残差因果卷积神经网络对锂电池的健康状态进行估计;堆叠残差因果卷积神经网络,该网络将残差网络和长短期记忆网络的输入门结构有机地集成到因果卷积网络中。本发明可以有效的帮助锂电池用户准确获取电池实际可用容量及老化状态相关信息,进而为电池管理的控制决策提供参考。
声明:
“基于堆叠残差因果卷积神经网络的锂电池健康状态检测方法” 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)