基于长短期模型预测锂离子电池剩余寿命方法和系统

AITNT
正文
推荐专利
基于长短期模型预测锂离子电池剩余寿命方法和系统
申请号:CN202411679190
申请日期:2024-11-22
公开号:CN119179019B
公开日期:2025-03-14
类型:发明专利
摘要
本发明涉及储能系统的寿命预测技术领域,提供一种基于长短期模型预测锂离子电池剩余寿命方法和系统。包括以下步骤:建立锂离子电池数据库;通过锂离子电池数据库的数据,得到短期模型和健康值标度;通过锂离子电池数据库的数据、健康值标度和长期迭代模型;将待测电池的数据导入到短期模型中,得到电池剩余寿命的预测结果,并对待测电池进行健康值标度的判定;当待测电池的健康值标度达到限值时,将待测电池的数据导入到长期迭代模型得出待测电池剩余寿命的预测结果。解决了实际应用的锂电池预测模型普遍精度不高,受到的限制条件多,难以实现宽循环范围内的准确预估的问题,达到了测试电池平均预测误差小于5%的优良效果。
技术关键词
卷积网络模型 待测电池 锂离子电池容量 时间变化曲线 包装层技术 指标 序列 寿命预测技术 模型训练模块 测试电池 数据模块 预测误差 储能系统
系统为您推荐了相关专利信息
1
一种轻量化病虫害识别方法及装置
病虫害识别装置 图像获取模块 嵌入式处理器 病虫害识别方法 卷积网络模型
2
一种基于物联网的钢铁行业超低排放智能控制系统
排放智能 二氧化硫排放量 氮氧化物排放量 控制系统 自定义参数
3
一种市政工程施工建设质量全周期跟踪监测管理平台
沥青混凝土 监测管理平台 市政工程施工 路段 路基
4
基于人工智能的无人水域管理系统
水域管理系统 水文 拉普拉斯 卷积模块 卷积网络模型
5
一种基于改进长短时记忆网络的电池SOC与SOE联合估计方法
联合估计方法 BiLSTM模型 滑动窗口技术 时间序列信息 ReLU函数
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