基于物理知识的锂电池无监督健康评估与剩余寿命预测方法

AITNT
正文
推荐专利
基于物理知识的锂电池无监督健康评估与剩余寿命预测方法
申请号:CN202411811123
申请日期:2024-12-10
公开号:CN119780720B
公开日期:2025-10-31
类型:发明专利
摘要
本发明公开了一种基于物理知识的锂电池无监督健康评估与剩余寿命预测方法,包括收集锂电池充放电实验传感器数据,进行数据预处理;根据锂电池机理模型指导特征提取网络的构建,提取不可观测信号,增强健康评估与剩余寿命预测算法的输入空间;基于锂电池机理模型和退化模型,构建基于PINN的健康评估与剩余寿命预测算法;将增强后的特征数据输入基于PINN的健康评估与剩余寿命预测算法,优化健康指征构建的模型参数;构建融合物理知识的健康指征,实现基于健康指征的剩余寿命估计。本发明可用于数据集规模小、可获取传感器信号单一时的健康评估与剩余寿命预测,在保证算法可解释性的前提下获得较为准确的健康评估结果。
技术关键词
剩余寿命预测算法 剩余寿命预测方法 特征提取网络 退化模型 无监督 二阶等效电路模型 锂电池健康状态 物理 方程 非线性 离散数学 数据 构建算法 传感器 基尔霍夫定律 定义
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