摘要
一种锂离子电池容量衰减估计方法、电子设备及存储介质,属于锂离子电池容量衰减估计技术领域,解决如何提高锂离子电池容量衰减的估计精度的问题,本发明考虑温度、放电深度、循环次数等因素的不确定性对锂离子电池经验退化模型进行修正,构建锂离子电池容量衰减扰动模型,以数据驱动方法准确提取电池容量衰减的健康特征,建立基于卷积神经网络的数据驱动误差补偿模型,通过电池容量衰减扰动模型与数据驱动误差补偿模型的融合,以模型驱动的方式开展评估,以数据驱动的方式来抑制评估误差,对锂离子电池的容量衰减信息进行准确预测,对于同类型不同电池的容量衰减状况也具有良好的鲁棒性与适用性,为不同种类电池的评估提供了可靠的技术支持。
技术关键词
误差补偿模型
数据驱动型
估计方法
斯皮尔曼相关系数
测量误差
恒流充电
电池剩余容量
皮尔逊相关系数
锂离子电池
一维卷积神经网络
时间差
序列
数据驱动方法
衰减误差
电子设备
矩阵
退化模型
处理器
系统为您推荐了相关专利信息
离合器控制方法
离合器控制系统
估计方法
构建卷积神经网络
注意力机制
高温合金
预报方法
Parzen窗估计
树形结构
估计算法
协方差矩阵
阵列
DOA估计方法
噪声子空间
线性
斯皮尔曼相关系数
无线电
DBSCAN聚类算法
子模块
电磁波信号强度
多普勒估计方法
瞬时信噪比
多波束
导频信号
算法