一种基于改进门控循环单元算法的锂离子电池SOH估计方法

本发明涉及动力电池技术领域，且公开了一种基于改进门控循环单元算法的锂离子电池SOH估计方法包括数据采集，数据处理与特征提取，门控循环单元神经网络模型构建，鲸鱼优化算法参数设置，迭代寻优及最优模型输出，单体电池SOH计算，模型泛化性验证。该方法利用恒流充电过程中特定电压范围充电时间作为特征参数，将鲸鱼优化算法应用到门控循环单元神经网络的超参数寻优中，构建单体电池SOH估计模型，大大减少了训练集的数量。本发明能够直接从充电过程中提取高相关性的特征因子，直接将原始测量数据输入所搭建的SOH估计模型中，且不受噪声的影响，并实现了在数据量有限的情况下，对不同类型电池SOH的精确估计，泛化性良好。