摘要
本发明公开了一种车用储能锂电池剩余使用寿命预测方法和系统,方法包括:获取车用储能锂电池的电池容量数据和历史已知电池剩余使用寿命,构建得到电池数据池,将电池数据池划分为多个子数据库;构建基于注意力机制深度神经网络的预测模型,并依据子数据库的个数生成对应数量的预测模型;将子数据库与各预测模型一一对应,使用各子数据库的数据训练对应的预测模型,得到各子数据库对应的子预测模型;将待预测的电池运行数据,与所有子数据库中数据进行比对并计算数据相似度,选择相似度最高子数据库对应的子预测模型作为当前预测模型;对待预测的车用储能锂电池的剩余使用寿命曲线进行预测;本发明提高了车用储能锂电池剩余使用寿命预测的预测精度,降低了预测难度。
技术关键词
储能锂电池
电池剩余使用寿命
特征聚类方法
车用
剩余使用寿命预测
深度神经网络
反向传播方法
注意力机制
曲线
评估算法
场景
典型
历史运行数据
模型训练模块
处理器
系统为您推荐了相关专利信息
健康评估方法
装备
性能指标数据
剩余使用寿命预测
循环神经网络变体
混合预测模型
历史运行数据
剩余使用寿命预测
锂电池管理系统
锂电池健康管理技术
电池剩余使用寿命
参数估计法
退化模型
概率密度函数
速率
转向传感器
标定台架
传感器芯片
传感器总成
数据分析单元