摘要
本发明属于电池剩余使用寿命预测技术领域,具体涉及基于融合特征的锂离子电池剩余使用寿命预测方法,步骤包括在锂离子电池的全周期老化过程中,提取每轮充放电循环的恒流充电时间和恒压充电时间作为老化数据;从老化数据中提取出能够表示锂离子电池老化状态的健康因子;从预处理后的健康因子中筛选出实现锂离子电池RUL预测的最终预测特征;搭建BiGRU网络模型作为预测模型,采用鱼鹰优化算法OOA,实现参数的自配置;基于优化后的BiGRU网络模型,得到最终的RUL预测值,实现电池RUL预测。本发明解决了电池容量难以直接测量的问题,搭建的预测模型具有良好的准确性和鲁棒性,且能够有效防止模型过拟合。
技术关键词
融合特征
预测特征
充电电压曲线
锂离子电池老化
因子
Pearson相关系数
电池剩余使用寿命
捕食搜索策略
电池老化状态
恒流充电
过滤器方法
参数
误差
网络模型训练
模型预测值
电池管理系统
恒压
系统为您推荐了相关专利信息
元胞自动机模型
模型构建方法
灾害风险评价
情景
综合评价体系
风力涡轮机
近海风电场
进化算法
尾流模型
编码机制
护理监控系统
数据采集模块
数据处理模块
生理特征数据
融合特征