摘要
本发明提出一种基于双通道注意力机制的电池健康度评估方法及系统,该方法融合深度时序建模与退化轨迹学习,通过构建面向实时监测数据与历史退化分析的双通道数据处理结构来提取表征目标电池组短期健康状态的第一健康度评分和表征目标电池组长期退化状态的第二健康度评分,同时,结合工况驱动的动态融合权重函数,根据电池所处的运行阶段(如充放电速率波动、老化过程)灵活调整为第一健康度评分和第二健康度评分分配的权重,从而能够实现对电池组健康状态的高精度评估,并具备自适应调节能力以适应复杂环境下的健康度判断需求。
技术关键词
双通道注意力
健康度评估方法
鲸鱼优化算法
LightGBM模型
样本
LSTM模型
指标
电池组健康状态
数据处理结构
参数
动态
实时监测数据
误差
分析模块
标签
数据采集模块