基于深度迁移的锂离子电池单体/模组的容量估计方法

本发明为基于深度迁移模型的锂离子电池单体/模组的容量估计方法，采集锂离子电池老化测试过程的充放电循环数据，以锂离子电池循环过程中整个放电过程的最大容量作为容量标签；根据电池极化反应强度与电池容量的关系，利用恒压充电电流与弛豫放松电压的去极化特性数据，提取不受充电起始点影响的多维实用特征，对选取的多维使用特征计算特征与容量间的斯皮尔曼相关系数，保留相关系数大于0.8的特征，使用PCA对特征进行融合处理，以前四个主成分作为降维特征；构建混合神经网络DBN‑SE‑LSTM，以降维特征作为其输入，进行迁移学习，用于容量的在线估计。能够根据部分电池数据间接评估锂离子电池单体或模组的容量，具有较高的估计精度与良好的适用性。