摘要
本发明公开了基于电声数据融合的锂电池健康状态监测方法,包括1):原始数据采集,2):对中采集到的原始信号数据中提取和筛选导波信号特征,并对导波特征进行时间尺度变换处理,得到与SOH高相关性、高灵敏度及低冗余度要求的导波特征子集;3):搭建数据驱动模型;4):验证电声融合方法的有效性。本发明通过融合电气数据和声学导波特征,能够更全面地捕捉电池的内部和外部退化特征;电气数据反映电池活性材料的状态变化,而声学导波特征揭示电池内部结构的变化,旨在更全面地表征电池的内部和外部退化特征,从而提高数据驱动模型SOH估计的准确性和从而显著提升SOH估计精度。
技术关键词
锂电池健康状态
超声测试系统
电声
电池测试系统
监测方法
数据驱动模型
电池测试平台
电气数据采集
数字示波器
信号特征
相关系数阈值
声学特征
线性回归模型
融合方法
冗余度
混合神经网络模型
系统为您推荐了相关专利信息
力学性能测试平台
数据采集仪
性能实时监测方法
应变仪
搭建可视化平台
响应监测方法
信号处理算法
声学传感器
机械
评价算法
振荡监测方法
双模态
周期信号数据
检测工业
频域特征
深度学习算法
智能传感器
数据采集电路
温度监测方法
微控制器
监测单元
车辆行驶状态信息
轮胎监测方法
环境感知信息
路况