基于LSTM-GNN融合模型的锂电池剩余容量预测方法

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报

正文
推荐专利
基于LSTM-GNN融合模型的锂电池剩余容量预测方法
申请号:CN202511142022
申请日期:2025-08-15
公开号:CN120742125B
公开日期:2025-11-21
类型:发明专利
摘要
本发明公开了基于LSTM‑GNN融合模型的锂电池剩余容量预测方法,属于锂电池剩余容量预测技术领域,其具体包括:实时采集锂电池充放电时的电压、电流、温度、内阻等波动数据并预处理;进行脉冲电流测试,获取电压阶跃响应数据以提取回弹特征参数,利用内阻‑开路电压关联模型和阻抗谱分析形成电池状态特征向量;再将预处理后的电池波动数据、回弹特征参数、电池状态特征向量按时间序列输入LSTM网络,得到隐藏状态;同时把电池内部物理结构抽象为图结构,将相关参数作为节点特征输入GNN网络,输出节点特征表示;最后融合LSTM隐藏状态和GNN节点特征表示,经全连接层处理后输出锂电池剩余容量预测值,提高了预测准确性。
技术关键词
电荷转移电阻 锂电池剩余容量 节点特征 电池荷电状态 等效电路模型参数 电压采集设备 温度补偿系数 测地线距离 回弹 非线性最小二乘法 内阻 网络 电化学阻抗谱 数据变化趋势
添加客服微信AITNT178,进AITNT官方交流群
沪ICP备2023015588号