摘要
本发明涉及电池状态监测领域,公开了一种特征降维的锂离子电池状态估计方法、设备及存储介质,方法包括:获取锂离子电池每个充放电循环中的恒流恒压阶段的充电曲线;根据充电曲线获取多个锂离子电池老化特征;计算每个老化特征与锂离子电池最大容量之间的皮尔逊相关系数来度量两者的相关性,挑选出相关系数高的老化特征构成特征矩阵,并对特征矩阵归一化处理;利用核主成分分析对所述特征矩阵进行降维处理;构建门控循环单元GRU网络模型,训练GRU模型,通过训练完成的模型对锂离子电池的SOH进行估计。本发明能有效实现准确的锂离子电池健康状态估计。
技术关键词
状态估计方法
充电电流曲线
老化特征
皮尔逊相关系数
充电电压曲线
锂离子电池老化
矩阵
锂离子电池健康状态估计
核主成分分析
高斯核函数
恒流充电
门控循环单元
GRU模型
恒压
状态估计设备
贡献率
电池状态监测
系统为您推荐了相关专利信息
机器学习预测方法
超低温共烧
介电性能参数
机器学习模型训练
非线性特征
全景可视化
信息共享平台
决策系统
画像
可视化显示模块
河流水质预测方法
灰狼算法
LSTM模型
隔离森林算法
数据
卤水资源
三维建模工具
地下岩芯
数据
神经网络学习算法