摘要
本发明提出了一种锂电池联合智能健康管理方法,监测锂电池的运行数据和监测容量数据,构建锂电池分层协同优化预测模型,包括第一层GPR组合模型和第二层BiGRU模型;第一层GPR组合模型预测锂电池SOH预测区间,第二层BiGRU模型预测锂电池RUL,使用基于改进的蔗鼠优化算法IGCRA对第一层GPR组合模型和第二层BiGRU模型的关键参数进行协同优化,利用优化后的锂电池分层协同优化预测模型对SOH和RUL进行动态联合预测。与现有技术相比,本发明能够更全面、准确地评估锂电池的健康状态和剩余使用寿命,为锂电池的健康管理提供了更科学、有效的决策支持,有助于延长锂电池的使用寿命,降低维护成本。
技术关键词
智能健康管理方法
锂电池
优化预测模型
BP神经网络模型
模式
动态
模型超参数
周期性
数据
充放电循环次数
模态分解方法
分层
剩余使用寿命
特征值
噪声方差
协方差矩阵
算法
表达式
系统为您推荐了相关专利信息
自然语言文本
数据分析方法
数据分析装置
语义数据模型
指标
历史故障数据
硬件系统
性能指标数据
测试方法
故障场景
电池电量检测方法
滑动窗口
电压
主控芯片
补偿值
脊柱植入体
压电材料
信号处理模块
患者
基础结构