摘要
本发明公开了一种锂电池健康状态预测方法及系统。所述方法包括:获取锂电池运行数据;将所述锂电池运行数据输入至锂电池健康状态预测模型中进行健康状态预测,以得到预测结果;其中,所述锂电池健康状态预测模型是通过采集历史电池运行数据作为样本集训练基础模型所得的,训练过程采用前向传播、反向传播算法和超参数调优,基础模型是由Transformer层的编码器、多层KAN网络作为解码器、无迹卡尔曼滤波器连接构成的模型;输出所述预测结果。通过实施本发明的方法可实现提高SoH预测的准确性和平稳性。
技术关键词
锂电池健康状态
无迹卡尔曼滤波器
健康状态预测
多头注意力机制
传播算法
编码器
解码器
样本
表达式
基础
前馈神经网络
计算机设备
数据获取单元
系统为您推荐了相关专利信息
多智能体系统
长短期记忆网络
管理方法
时序预测模型
计划
电能表线路板
卷积神经网络模型
分析电能表
红外测温传感器
互感器
风力发电机
温度监测方法
节点
多传感器
时序特征
储能调度方法
长短期记忆网络
历史负荷数据
储能单元
充放电策略
离子源
起晕电压
神经网络模型
识别方法
物质分析技术