本发明提出一种考虑因果性特征的锂离子电池退化与容量预测模型,提取并筛选因果性特征,并使用因果性特征作为模型的输入预测电池的可用容量,来增强模型在预测和特征角度的可解释性,提高容量的预测精度。具体为:(1)针对其他神经网络模型对输入参数与输出之间的因果关系解释不充分的问题,提出考虑因果特征来预测容量,提高了模型的可解释性。(2)提出采用脉冲响应分析法分析特征对容量衰减的影响,并结合电池老化机理分析,明确了所选特征对容量衰减的确切影响和作用机理,提高了特征的可解释性。(3)以因果特征为输入,构建了基于长短时记忆LSTM网络的容量预测模型,与使用原始特征的预测结果和其他方法的预测结果相比,实现了对容量更准确的预测。
声明:
“考虑因果性特征的锂离子电池退化与容量预测模型” 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)