摘要
本发明公开了一种基于多参数融合的锂电池健康状态预测方法及系统,涉及锂电池技术领域,包括以下步骤:采集锂电池运行过程中的多维参数数据,对多维参数数据进行预处理,构建时序数据集;从时序数据集中提取多源退化特征,生成退化影响因子;基于LSTM网络和Transformer编码器搭建混合模型,将退化影响因子输入混合模型进行模型训练,直至模型收敛,得到锂电池健康状态预测模型;基于锂电池健康状态预测模型对待检测锂电池进行健康检测,输出SOH预测值。本发明可以融合多源电池参数进行锂电池健康状态预测,提高预测精度和实时性。
技术关键词
锂电池健康状态
多参数
注意力机制
退化特征
时序
因子
特征提取模块
数据采集模块
时域特征
健康状态预测
频域特征
统计特征
线性变换矩阵
更新模型参数
参数随时间
模型超参数
系统为您推荐了相关专利信息
飞机检测方法
注意力机制
图像
指标计算方法
检测头
细粒度情感分析方法
智能推理
深度学习框架
文本
关系抽取模型
数据预测方法
变量
空气质量指数
特征选择算法
经验模态分解方法
储能电池组
光伏阵列
故障预测方法
光储系统
储能变流器