摘要
本发明提供了一种电池健康状态评估方法、系统、存储介质及计算机,评估方法包括:获取电池在进行混合脉冲测试时的基本数据;构建电池模型,根据基本数据对电池模型进行参数拟合,获取参数拟合后的电池模型中各元件参数值;对拟合后电池模型进行恒流‑恒压充放电仿真,获取充放电仿真过程中电池模型的SOC数据,根据元件参数值获取SOH数据;将充放电仿真过程中电池模型的电压、电流、温度、SOC数据作为卷积神经网络的输入,将SOH数据作为输出对卷积神经网络进行训练;将训练后的卷积神经网络作为电池的评估模型,根据评估模型对电池的健康状态进行评估。本发明提供的电池健康状态评估方法适应性强,准确性高。
技术关键词
卷积神经网络训练
数据
表达式
电压拟合曲线
电流
元件
拉普拉斯
仿真分析
仿真软件
电池内部温度
神经网络参数
内阻
充放电模块
恒压
系统为您推荐了相关专利信息
预测系统
样本
机器学习模型
数据转换模块
深度学习特征
危险场景
大语言模型
自动驾驶系统
多传感器数据融合
自然语言
生成对抗网络
三维重建方法
生成器网络
数据
物理