摘要
本发明公开一种基于物理信息自动编码器的锂电池SOH估计方法,该方法包括:获取锂电池老化数据集;数据预处理和数据集划分;训练并获得基于弛豫电压的物理信息自动编码器,其训练损失函数包含弛豫电压的重构损失和弛豫电压的物理信息重构损失;训练并获得基于电化学阻抗谱的物理信息自动编码器,其训练损失函数包含电化学阻抗谱的重构损失和电化学阻抗谱的物理信息重构损失;构建特征训练集和特征测试集;训练并获得锂电池SOH估计模型;在线估计锂电池SOH。本发明在自动编码器模型中引入物理信息重构损失,可提取与电池物理特性之间关联性更强的健康特征,增强所提取特征的老化信息和泛化能力,可提高SOH估计精度。
技术关键词
电化学阻抗谱
自动编码器
分数阶等效电路
等效电路模型
重构
电压
物理
非线性最小二乘法
曲线
解码器
元件
网络
电阻
锂电池SOH估计
样本
极限学习机
锂电池老化
内阻
系统为您推荐了相关专利信息
行李
深度强化学习
比例分配模型
融合深度网络
蒙特卡洛树搜索辅助
降噪自动编码器
状态监测方法
余弦算法
错误率
粒子
机载激光雷达
海洋激光雷达
生成噪声
傅里叶算法
频谱特征分析