摘要
本发明涉及电池检测技术领域,尤其涉及一种电池健康状态估计方法,包括:S1、获取电池历史数据,所述电池历史数据包括历史电压、电流、温度和容量数据;S2、健康因子提取,对所述电池历史数据进行分析,得到SOH数据,提取与SOH密切相关的健康因子;S3、对健康因子和容量数据处理;S4、建立估计模型,采用蜣螂优化算法对门控循环单元的超参数寻优后引入注意力机制,建立TCN‑DBO‑GRU‑Attention模型作为估计模型;S5、模型训练;S6:模型验证及结果评估。能够准确估计电池SOH,适用于不同型号的电池,有良好的准确性和普适性。
技术关键词
电池健康状态估计方法
电池历史数据
门控循环单元
引入注意力机制
因子
Softmax函数
准确估计电池
电压
电池检测技术
超参数
电流
算法
输出特征
网络
矩阵
序列
系统为您推荐了相关专利信息
强化学习模型
优化调度方法
预测误差
波动特征
负荷预测模型
威胁情报分析方法
节点
命名实体识别
非易失性存储介质
sigmoid函数
LoRa通信技术
数据采集方法
电子积木
因子
接收端
杂质检测方法
石英砂
强度
计算方法
皮尔逊相关系数
深度学习模型
多源监测数据
风险
数值模拟技术
岩土层