本发明提供了一种基于时间序列特征的
锂电池寿命预测方法,包括以下步骤:步骤1、挖掘充放电数据中反映锂电池寿命的关键特征数据,其中包括:在一次完整的充放电循环中挖掘出的等升电压时间序列特征、截止电压时间序列特征、恒流始降时间序列特征、持续小电流时间序列特征、充电温升时间序列特征、充电温降时间序列特征和放电温升时间序列特征;步骤2、对特征数据做预处理,组成反映电池健康状态的特征向量组,利用向量组建立特征模型;步骤3、计算皮尔逊相关系数,筛选相关度更高的时间序列特征作为模型输入;步骤4、建立GRU神经网络预测模型并优化网络参数以提升预测效果;步骤5、建立多维评价体系评价GRU模型预测效果;本发明能够准确预测电池容量在整个寿命期内的非线性退化趋势,模型适用范围广,适用于多种充电策略,预测响应快,预测精度高。
声明:
“基于时间序列特征的锂电池寿命预测方法” 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)