基于图像编码和FE-S-BiLSTM的锂离子电池健康状态估计方法、系统、设备和介质

AITNT
正文
推荐专利
基于图像编码和FE-S-BiLSTM的锂离子电池健康状态估计方法、系统、设备和介质
申请号:CN202411467790
申请日期:2024-10-21
公开号:CN119471440A
公开日期:2025-02-18
类型:发明专利
摘要
本发明公开一种基于图像编码和FE‑S‑BiLSTM的锂离子电池健康状态估计方法、系统、设备和介质,方法包括:采集电池充电过程中的电流信号和电压信号,计算充电功率信号;使用图像编码技术将充电功率信号转化为二维热力图,结合结构相似性从热力图中提取电池健康因子;在BiLSTM的输入层之前引入特征增强层,生成FS‑BiLSTM模型;在FS‑BiLSTM的输出部分引入约简层生成FE‑S‑BiLSTM模型;将FE‑S‑BiLSTM模型作为锂离子电池SOH估计模型;将电池健康因子和电池SOH数值组成数据集,利用数据集训练FE‑S‑BiLSTM模型,得到训练好的FE‑S‑BiLSTM模型;应用训练好的FE‑S‑BiLSTM模型型估计锂电池组的健康状态。本发明能够有效反应锂电池老化的本质,并精确估计锂电池组的健康状态。
技术关键词
BiLSTM模型 情景 图像编码技术 因子 基准 信号 热力图 锂离子电池 功率 锂电池老化 数值 电流 噪声提取 模型训练模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号