摘要
本发明公开了基于部分充电曲线重构的锂电池健康状态估计方法及系统,对锂电池充放电数据集进行预处理和划分,得到部分充电片段数据集,利用部分充电片段数据集训练部分充电数据重构模型,将低相关性范围的部分充电曲线输入到部分充电数据重构模型中,重构为高相关性曲线并提取健康特征信息,将所提取得到的健康特征信息输入到基于高斯过程回归的锂电池健康状态估计模型中进行模型训练及测试,得到训练好的锂电池健康状态估计模型,基于训练好的部分充电数据重构模型和锂电池健康状态估计模型,只需使用较小长度的充电片段数据,就能对锂电池的健康状态提供实时精确的评估,为锂电池安全稳定的可靠运行提供了保障。本发明可应用于锂电池技术领域。
技术关键词
锂电池健康状态
重构模型
充放电数据
曲线
统计学特征
训练集
一维卷积神经网络
移动平均滤波
径向基核函数
模型训练模块
梯度下降法
锂电池技术
特征提取模块
电压
重构模块
传播算法
系统为您推荐了相关专利信息
PH变化曲线
声光报警系统
信息数据处理终端
PH值
PID算法
电子后视镜
自动化测试系统
状态切换功能
状态控制模块
程控电源
前馈神经网络
参数优化方法
预训练模型
阻力
应力