摘要
本发明公开了一种结合POD和GRNN的锂电池热功率提取方法、装置及介质,涉及锂电池技术领域,主要包括步骤:获取多温度测点均值采集下,锂电池在各放电倍率下由额定最高电压放电至额定最低电压期间的温度‑时间变化测试曲线斌构建相应数据库;对发热功率与模态系数间的关系进行学习训练并获取相应的模态系数,并基于模态系数进行温度‑时间变化目标曲线的获取;根据各目标曲线与测试曲线之间的皮尔逊相关系数,为对应放电倍率的各时间段匹配相关性最高的发热功率;对模态与系统参数间的关系进行学习训练;基于训练后的网络结合热模型进行目标放电倍率的锂电池表面温度变化仿真。本发明无需复杂的模型构建或长时间的测试,提高了热功率估计的效率。
技术关键词
广义回归神经网络
矩阵
功率
皮尔逊相关系数
特征值
电池表面温度
参数
时间变化曲线
样本
时间段
锂电池技术
基底
电压
可读存储介质
存储器
处理器
系统为您推荐了相关专利信息
电解铝负荷
电网二次调频
状态空间模型
状态空间方程
矩阵
配电网故障定位方法
节点
相间故障
分布式电源配电网
数据记录仪
神经网络模型
客流预测方法
手机信令数据
矩阵
分时段
全息显示系统
玩具产品设计
生成三维模型
坐标
数据