摘要
本发明属于电池健康状态评估技术领域,具体涉及一种基于自编码器的退役电池健康状态评估方法与系统,该方法通过采集退役单体电池的充放电数据和充电曲线特征,形成待处理数据集,并获取包括温度、电压和容量变化的序列样本。利用自编码器对序列样本进行特征学习和降维处理,得到低维特征向量,再输入多层感知机模型进行迭代训练,得到评估模型。系统包括数据采集、序列获取、特征提取、评估模型训练及健康状态评估模块。本发明能够仅通过充电测试数据估计电池最大可用容量,减少测试时间和能源消耗,提高评估精度和计算效率,为退役电池的二次利用提供科学依据,避免资源浪费与安全风险。
技术关键词
编码器
单体电池
多层感知机
充放电数据
电池健康状态评估
序列
曲线特征
充放电策略
工况
样本
数据采集模块
电压
输入解码器
随机梯度下降
模型训练模块
数据采集单元
系统为您推荐了相关专利信息
撒肥控制系统
高精度定位数据
遥感影像数据
撒肥机
北斗定位系统
像素
索引颜色历史
压缩编码方法
预测编码算法
计算机可执行指令
DOA估计方法
方位角
回波
网格
引入神经网络模型
光刻掩膜
光学邻近校正方法
卷积模块
编码器
版图