摘要
本发明公开一种锂电池内部老化模式预测方法、系统、设备及存储介质,涉及电池健康状态预测技术领域,该方法包括:获取锂电池的外部信号;所述外部信号包括锂电池的电压、电流、温度、以及充电时间;构建锂电池老化模式预测模型;所述锂电池老化模式预测模型包括锂离子电池的老化机理模块和锂离子电池数据驱动模块;所述锂离子电池数据驱动模块包括两层LSTM神经网络、全连接层以及注意力机制层;将锂电池的外部信号输入锂电池老化模式预测模型中,预测出锂电池内部的老化模式;使得电池老化模式识别系统能根据锂离子电池工作时的外部信号来准确预测锂离子电池内部的老化模式。
技术关键词
模式预测方法
锂电池老化
锂离子电池
LSTM神经网络
金属锂
注意力机制
模块
信号
固态电解质
sigmoid函数
时序
关系
模式识别系统
电池健康状态
电流
数据获取单元
系统为您推荐了相关专利信息
系统运行参数
自控系统
智能控制单元
时间段
LSTM神经网络
选育系统
大麦
中央控制模块
特征向量值
数字孪生技术
充放电功率
强化学习策略
调频
长短期记忆神经网络
决策
砂岩型铀矿
克里金插值算法
LSTM神经网络
分布式光纤
络合物