摘要
本发明公开了一种基于首次循环充电数据和HiLoSegNet的锂离子电池寿命估计方法,基于锂离子电池首次循环充电数据提取12个电池健康因子;使用随机森林量化各个健康因子的基尼不纯度,筛选出关键特征生成特征数据;利用数据增强方法,向特征数据引入随机噪声生成伪数据;建立电池寿命估计模型HiLoSegNet,并基于伪数据训练HiLoSegNet模型形成伪模型;对伪模型进行微调得到电池寿命估计模型;将电池寿命估计模型应用于未知锂离子电池首次循环充电数据进行电池寿命估计。本发明能够有效反应锂电池老化的本质,并精确估计锂电池的寿命,进而对电池性能进行评估,对电池初始配组工作具有重要意义。
技术关键词
电池寿命估计
寿命估计方法
锂离子电池
电池特征
随机森林
映射技术
电池充电数据
恒流充电
指数
因子
随机噪声
锂电池老化
样本
机器学习模型
恒压
阶段
采样技术
生成特征