本发明公开了一种基于神经网络和迁移模型的锂离子电池储电容量衰退曲线的重构方法,包括如下步骤:S1:基于已有加速老化数据集,进行数据处理,得到单次充电过程中锂离子电池增量容量与电压变化关系曲线;S2:根据单次充电过程中增量容量与电压变化关系曲线确定神经网络的输入和输出变量,将加速老化试验数据代入神经网络中,构建重构锂离子电池最大容量衰退曲线的基础模型;S3:根据基础模型和工业正常使用情况下充放电的数据,选择参考容量点,建立迁移模型;S4:将迁移后的模型用来重构锂离子电池正常老化时的最大容量衰退曲线,并进行误差分析。本发明的方法具有数据需求少、精度高、误差小的优势。
声明:
“基于神经网络和迁移模型的锂离子电池最大容量衰退曲线的重构方法” 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)