摘要
本发明提供了一种蓄电池运行状态缺陷识别方法及装置。该方法首先收集蓄电池充放电运行过程中的可测变量,并对其进行归一化预处理,再通过滑动窗口技术将这些变量转换成矩阵形式的数据;然后,建立卷积自编码CAE提取电池可测变量的深层特征,并设计一种损失函数来优化CAE训练性能;在此基础上,利用结构相似评价指标对深层特征进行聚类分析,并结合深层特征排列熵将聚类结果分为无缺陷簇和缺陷簇;最后,建立一种定量评价指标以计算电池缺陷概率,并进一步建立长短期记忆神经网络LSTM以实现电池运行状态缺陷预测。本发明能够高效、准确地识别蓄电池运行状态缺陷,并量化其缺陷出现概率,为电池健康管理提供支持。
技术关键词
蓄电池运行状态
定量评价指标
长短期记忆神经网络
缺陷识别方法
LSTM模型
电池健康管理
变量
滑动窗口技术
数据转换模块
数值
缺陷预测
样本
特征提取模块
序列
数据采集模块
编码