摘要
本发明公开了一种基于图神经网络的锂电池寿命预测方法及系统,该方法包括:获取锂电池若干历史周期的充放电循环数据,根据充放电循环数据提取电池容量数据;对电池容量数据进行切分,得到多个对应于时间序列的序列样本,并且按照预设的时间节点将序列样本划分成训练集与测试集,以对预设的神经网络模型进行训练;自适应向电池容量数据中添加白噪声,放大各个模态之间的非相关程度,以将电池容量数据的模态分解;构建图神经网络,并结合邻接矩阵、图卷积与注意力机制,得到锂电池寿命预测模型,通过锂电池寿命预测模型对锂电池的剩余寿命进行预测。本发明解决现有技术中锂电池寿命预测精度不足,且预测精度提升受限的问题。
技术关键词
锂电池寿命预测
门控循环单元
序列
注意力机制
数据
样本
表达式
集成经验模态分解
训练神经网络模型
节点
皮尔逊相关系数
噪声
处理器
状态更新
滑动窗口
系统为您推荐了相关专利信息
深度学习图像分类
瑕疵分类方法
屏幕
样本
二分类模型
数据映射表
虚拟局域网标签
网络通信方法
电力通信系统
电力系统