摘要
本发明公开了一种锂离子电池健康状态评估方法及系统,涉及电池健康管理与寿命预测领域,通过步骤1:获得锂离子电池充放电过程中传感器采集到的第一数据,并对第一数据进行预处理;步骤2:对电池特征进行提取,并构建电池健康状态,将电池特征与电池健康状态进行相关度分析;步骤3:构建锂离子电池健康状态评估模型;步骤4:建立数据集,并将数据集划分为训练集和测试集;步骤5:对锂离子电池健康状态评估模型进行训练、检验;步骤6:对锂离子电池健康状态评估模型的预测结果进行评价和误差分析,验证锂离子电池健康状态评估模型的准确性;步骤7:选择不同室温环境下的数据集进行预测,达到了提高预测模型的准确度和泛化能力的技术效果。
技术关键词
电池健康状态评估
电池特征
GRU神经网络
锂离子电池充放电
GRU模型
信息数据处理终端
电池健康管理
恒流充电
评估系统
计算机设备
循环电池
节点
处理器
误差
传感器
周期
系统为您推荐了相关专利信息
故障预警系统
故障特征
多层次
能源系统
贝叶斯网络学习方法
残差网络模型
GRU模型
轴承故障检测方法
计算机程序指令
数据
电池特征
电池热失控
识别模型训练方法
识别正确率
分类模型构建
神经网络模型
脉冲噪声
频域特征
传感器
时域特征
网络智能管理系统
拉格朗日乘数法
智能管理方法
混合预测模型
ARIMA模型