本发明提出一种基于深度网络自适应的电动汽车
锂电池SOH估算方法,先对数据进行预处理,数据预处理后在原有的电压、电流、时间曲线的基础上构建SOC曲线和容量增量IC曲线,并根据这些曲线进行了特征提取;利用皮尔逊相关系数PCC计算提取出的特征与SOH的相关性,验证特征提取是否有效;再构建SOH估算模型;通过在深度网络中添加自适应层结合深度学习和领域自适应,实现迁移学习,建立出基于深度自适应网络的SOH估算模型;本发明能够有效的将电池老化信息从实验数据中迁移到工况数据下,有效的弥补了工况下电池老化信息不足的问题,提高了工况下SOH估算的精度,使其能够满足SOH估算的需求,可以应用于车载电池管理系统中。
声明:
“基于深度网络自适应的电动汽车锂电池SOH估算方法” 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)