本发明公开了一种
锂电池剩余寿命预测方法,包括:采集锂电池多个充放电循环的电容量,并进行归一化;对归一化后的多个电容量进行窗口划分,得到训练数据集;将所述训练数据集输入包括卷积神经网络和长短记忆循环神经网络的退化状态模型进行训练;将所述训练数据集最后一个窗口数据输入到训练好的退化状态模型中进行滑动预测,直至预测的电容量达到容量退化阈值点;根据预测的容量值对应的滑动循环次数预测待测锂电池的剩余寿命。本发明融合卷积神经网络的特征提取能力和长短记忆循环神经网络的时间序列预测能力,有效的对锂电池的退化特征进行提取和预测,提高了预测精度。且使用假最邻近法自动对退化指标进行窗口大小的确定,提高了计算效率。
声明:
“锂电池剩余寿命预测方法” 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)