摘要
本申请公开了一种电池SOH估计方法及装置,涉及电池健康状态技术领域;电池SOH估计方法包括如下步骤:获取电池充放电过程的实时数据,基于所述实时数据提取健康因子;所述健康因子基于线性回归模型对退化趋势部分进行预测以获取退化趋势预测数据;所述健康因子基于深度学习模型对容量再生部分进行估计以获取容量再生估计数据;所述退化趋势预测数据与所述容量再生估计数据结合以获取电池SOH估计值。通过结合线性回归和深度学习模型,有效提高了电池SOH估计的准确性和适应性,特别是在容量再生效应明显的情况下,能够更加真实地反映电池的实际健康状态。
技术关键词
SOH估计方法
深度学习模型
实时数据
线性回归模型
非线性特征提取
因子
多头注意力机制
电池健康状态
可读存储介质
特征提取模块
数据采集模块
电子设备
处理器
程序
存储器
计算机
系统为您推荐了相关专利信息
隐私泄露检测
隐私泄漏检测方法
超参数
无监督学习
深度学习模型
温度调节模块
温度监测模块
智能温度控制方法
模糊PID算法
智能温度控制系统
深度学习预测
优化配置方法
构建数据图谱
深度学习模型
时序特征
非线性模型预测控制
人机协作
人体动作序列
量化系统
深度神经网络模型