摘要
本发明公开了一种面向大型储能电池系统的共享‑补偿式高效健康评估方法,该方法面向电站中电池众多且彼此存在健康差异的特点,提出了一种基于共享与差异补偿的状态估计建模策略。首先挖掘电池集群退化知识表征,构建多电池可共用的健康状态估计基础模型;接着设计残差引导的电池聚类策略,揭示电池健康特性差异模式,并针对不同模式电池实施迭代式差异化模型精度追加;最后开发自适应掩码模型选择策略,实现面向任意电池的健康状态估计模型选择与高效复用。在一项具体实施例中,本发明在多个电池的健康状态估计方面均取得了10‑5量级的均方误差性能;本发明能为大规模电池设备高效精准的健康状态估计提供解决方案。
技术关键词
状态估计模型
大型储能电池
健康评估方法
健康状态预测
储能电池系统
支持向量回归模型
指标
补偿式
长短期记忆网络
集群
多层感知机
数据
阶段
电压
电池设备
偏差
样本
模型更新
多电池
系统为您推荐了相关专利信息
长短期记忆网络
序列
健康状态预测方法
注意力机制
对象
磷酸铁锂储能电站
高精度监测方法
卡尔曼滤波
校验单元
三维温度场
健康状态估计方法
多场景
电化学阻抗谱分析
电池健康状态
卷积神经网络模型
尾矿库
终端
软件健康
通信链路状态
健康状态预测
电力塔
状态检测设备
钢结构件表面
仿真数据
腐蚀工况