摘要
本发明公开了一种基于大数据的锂电池状态预估系统,包括:数据采集模块:用于采集锂电池的实时运行数据和获取锂电池的离线老化测试数据;涉及电池健康状态评估技术领域,通过锂电池的历史运行数据和锂电池的离线老化测试数据,构建等效电路模型,等效电路模型保留了电路模型的可解释性,并利用等效电路模型得到的等效电路参数,通过长短期记忆网络算法构建状态预估模型,利用长短期记忆网络算法的时序特征捕捉能力,提高了状态预估模型计算锂电池的SOC和SOH的实时计算精度,并且过程充分利用离线老化数据,增强状态预估模型对老化趋势的捕捉能力,从而进一步提升状态预估模型对锂电池SOC和SOH的预估精度。
技术关键词
等效电路模型
预估系统
等效电路参数
历史运行数据
Thevenin模型
离线
长短期记忆网络
循环神经网络算法
大数据
数据采集模块
误差
模糊逻辑算法
锂电池老化
剩余使用寿命
电池健康状态评估
数值
剩余寿命预测
系统为您推荐了相关专利信息
中继节点
工厂设备
数据采集模块
网络性能参数
构建预测模型
SOC估计方法
电池特征
二阶等效电路模型
云端
电池老化状态
垂直轴风力发电机
历史运行数据
时间段
参数
动态环境变化
一体化生物除臭装置
动物房
固定架
预警模块
驱动磁体