摘要
本发明公开了基于频域分析的电池健康状态快速估计方法及系统。所述方法包括:获取多个放电周期内的锂电池运行数据;将所述锂电池运行数据输入至频域预测神经网络内进行电池健康状态预测,以得到预测结果;其中,所述频域预测神经网络是通过获取历史锂电池运行数据以及对应的锂电池健康状态数据作为样本集训练神经网络所得的,所述神经网络包括依序连接的数据处理层、傅里叶变换层、滤波器、复值线性层、零填充层以及傅里叶逆变换层;输出所述预测结果。通过实施本发明的方法可实现有效结合频域分析与低资源消耗,提高电池管理系统SOH预测的效率和准确率。
技术关键词
锂电池健康状态
估计方法
训练神经网络
滤波器
线性
样本
数据获取单元
电池管理系统
依序
周期
矩阵
指标
误差
资源
模式
系统为您推荐了相关专利信息
特征提取模型
混合损失函数
雷达遥感数据
识别方法
光学遥感数据
退化模型
RUL预测方法
退化特征
待测设备
非线性