电池SOH估计模型训练方法、SOH估计方法及系统

AITNT
正文
推荐专利
电池SOH估计模型训练方法、SOH估计方法及系统
申请号:CN202410724104
申请日期:2024-06-05
公开号:CN118818307A
公开日期:2024-10-22
类型:发明专利
摘要
本发明提出电池SOH估计模型训练方法、SOH估计方法及系统,涉及电池SOH估计技术领域。包括获取放电数据以及放电容量;基于锂离子电池的放电数据,计算放电增量容量曲线;提取放电增量容量曲线电压由高到底第一个波峰的峰值、峰值电压以及放电开始到第一个波谷的面积作为健康特征,将放电容量转化为SOH作为参考输出标签,将健康特征和参考输出标签作为训练数据集;建立人工神经网络模型,利用训练数据集中的健康特征对人工神经网络模型进行训练,基于参考输出标签判断人工神经网络模型是否训练完成。本发明从锂离子电池部分恒流放电数据中提取健康特征,并建立SOH估计模型,适用于实际锂离子电池梯次利用工程。
技术关键词
人工神经网络模型 锂离子电池 模型训练方法 SOH估计方法 标签 曲线 电压 模型训练系统 数据获取模块 转化方法 处理器 滤波方法 程序 可读存储介质 存储器 误差 电子设备
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号