本发明提出一种新的锂离子电池寿命迁移预测方法:首先,建立同温度同倍率不同配方电池的容量退化数据库;其次,确定好目标电池后,通过相似性度量选择出与目标电池容量退化规律相似的电池;最后,基于深度学习方法开展跨配方电池寿命迁移预测,实现目标电池的剩余循环寿命预测。同时,考虑经济性目标和电池寿命退化的不可逆转性,优化设计电池循环寿命试验,节省电池试验设计。该方法能够针对锂离子电池实现准确的剩余寿命预测,大幅度地减少研发阶段寿命试验的试验时间和试验量,缩短新产品研发周期,降低研发阶段费用,有效提高了系统的可靠性和安全性。
声明:
“基于深度学习的锂离子电池寿命迁移预测方法” 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)