摘要
本发明公开了一种储能电池剩余使用寿命预测方法及相关装置,建立电池全生命周期的最大放电能量‑循环圈数据;并进行SG滤波平滑,以第一圈的最大放电能量值作为初始能量值将电池单圈最大放电能量转换成SOH并进行标准化处理,采用时间窗滑动方法划分得到的标准化数据集;构建基于LSTM的时序预测模型,使用标准化数据集X对基于LSTM的时序预测模型进行训练;采集待测电池在储能系统中实际运行过程中第1~n圈的放电能量数据,经标准化处理后输入预训练好的LSTM时序预测模型中,输出第n+1~第N圈的预测SOH值,结合标准化处理好的数据建立完整的电池SOH衰减曲线,得到电池的剩余使用寿命。
技术关键词
时序预测模型
剩余使用寿命预测
储能电池
数据
电池剩余使用寿命
滑动方法
储能系统电池
待测电池
模型超参数
代表
多项式
训练集
滤波
锂离子电池
曲线
基础
系统为您推荐了相关专利信息
思政教育
智能评价方法
对象
媒体
数据可视化工具
高空风力发电系统
缆绳
速度预测模型
历史风速数据
长短期记忆网络
短期负荷预测
分析故障原因
节点
调度子系统
灾备方法