摘要
本发明公开了一种储能系统电池健康度估计方法、电子设备、介质,所述方法包括:构建脉冲神经网络,采集第一软件定义储能系统在电池弛豫过程中的第一历史特征数据以及对应的第一电池健康状态真实值,以此对脉冲神经网络进行源任务训练,得到第一突触电导矩阵;将第一突触电导矩阵作为脉冲神经网络进行目标任务训练的网络权重;采集第二软件定义储能系统在电池弛豫过程中的第二历史特征数据以及对应的第二电池健康状态真实值;以此对脉冲神经网络进行目标任务训练,得到第二突触电导矩阵;将第二突触电导矩阵作为训练好的脉冲神经网络的网络权重,采集待预测的特征数据,输入至训练好的脉冲神经网络中,从而估计电池健康状态。
技术关键词
健康度估计方法
储能系统电池
估计电池健康状态
脉冲
电池单体
电力电子开关
神经网络训练
可塑性机制
矩阵
电池簇
软件
数据
定义
电子设备
处理器
电压
计算机程序产品
系统为您推荐了相关专利信息
误码率优化
SPAD探测器
单光子雪崩二极管
接收器
自由空间通信系统
激光功率校正方法
激光器
电流值
功率值
电流采样装置
激光诱导冲击波
数值模拟方法
窄脉冲
模拟模型
方程