摘要
本发明涉及一种基于单体到电池包迁移的新能源汽车动力电池健康状态检测方法,包括:采集单体电池循环充电阶段的电压数据,构建预训练的单体电池SOH评估模型;提取电池包的充电阶段电压曲线;对电池包的充电阶段电压曲线,进行深层特征迁移,获取目标电池包数据;基于目标电池包数据,对单体电池SOH评估模型进行再训练,获取电池包SOH评估模型;利用电池包评估模型,进行新能源汽车动力电池健康状态检测。本发明设计了从电池单体到车辆电池包迁移的SOH评估方法,利用小规模样本数据优化了评估模型,通过选取合适的模型主网络,以及创新的深层神经元特征优化方法,实现了通过小规模样本数据集对电池包SOH的快速评估。
技术关键词
健康状态检测方法
单体电池
电池包
电压
神经网络模型
时序特征
数据
电池单体
阶段
特征优化方法
可放电容量
曲线
小规模
车辆电池
滑动窗口
样本
系统为您推荐了相关专利信息
深度神经网络模型
报告生成系统
高速数据
IT设备
设备巡检
动态变化特征
安装节点
通信塔结构
风险预测模型
风险监测方法
混合储能系统
动态调节方法
锂离子电池
功率
虚拟电容
厚度计算方法
神经网络模型
输电线路覆冰厚度
对象
构建深度学习网络