本发明涉及一种基于片段充电时间和GRU的锂离子电池健康状态预测方法,包括以下步骤:步骤S1:获取锂离子电池循环老化过程中的充电电压数据及对应的时间数据、最大放电容量数据,并提取充电电压数据及对应的时间数据,构建时间差数组;步骤S2:根据最大放电容量数据计算相应的电池健康状态数据,与时间差数组构成锂离子电池健康状态预测数据集,并划分成训练集和测试集;步骤S3:构建门控循环单元神经网络模型;步骤S4:根据训练集对门控循环单元神经网络模型进行训练,并使用测试集对训练后的门控循环单元神经网络模型进行测试;步骤S5:基于门控循环单元神经网络,根据片段充电时间内的充电电压数据及对应的时间数据实时预测锂离子电池健康状态。
声明:
“基于片段充电时间和GRU的锂离子电池健康状态预测方法” 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)