一种锂离子电池健康状态预测方法及系统

AITNT
正文
推荐专利
一种锂离子电池健康状态预测方法及系统
申请号:CN202510429793
申请日期:2025-04-08
公开号:CN120065042A
公开日期:2025-05-30
类型:发明专利
摘要
本申请公开了一种锂离子电池健康状态预测方法及系统,涉及电池健康状态智能预测技术领域。本申请设置了依赖特征预测模型和多变量自回归目标特征预测模型,首先利用依赖特征预测模型完成依赖特征预测,然后将预测得到的依赖特征应用到综合特征输入数据,并利用多变量自回归目标特征预测模型进行健康状态的预测,本申请设置两步的预测方法,能够有效建模复杂的超长程时序数据,降低迭代预测中的误差累积,显著提高锂离子电池健康状态超长程早期预测的精度和效率,为电池的管理和维护提供可靠的技术支持。
技术关键词
依赖特征 时序 健康状态预测 神经网络模型 锂离子电池失效 长短期记忆网络 数据更新 注意力机制 样本 编码 预测系统 解码模块 变量 智能预测技术 电池健康状态 主成分分析法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号