摘要
本发明涉及储能电池寿命预测技术领域,具体涉及标签稀缺场景下物理知识引导的储能电池寿命预测方法,包括:将待预测电池单周期恒流的电压‑容量曲线输入训练好的寿命预测模型中:通过特征提取器提取潜在特征,通过联合寿命回归器基于潜在特征进行回归,输出预测寿命标签。寿命预测模型的训练过程包括预训练阶段和微调阶段;在预训练阶段通过增量容量参数作为物理伪标签来训练特征提取器;在微调阶段冻结特征提取器的参数,通过真实寿命标签对联合寿命回归器进行训练。通过少量真实寿命标签即可实现高效、精准的联合寿命预测,从而实现在极少标签条件下显著提高储能电池寿命预测的精度和泛化能力。
技术关键词
储能电池寿命
寿命预测模型
标签
特征提取器
电压
曲线
物理
剩余使用寿命
场景
单周期
阶段
非线性最小二乘法
参数
样本
序列
电流值
指标
模块