基于卷积自编码神经网络的锂离子电池健康状况评估方法研究

摘要

目前锂离子电池已被广泛用作能量存储系统,在手机、电动汽车和飞机中均有广泛的应用;然而锂离子电池在使用过程中存在一定的危险性,若不能及时对电池健康状态评估(SOH)发现危险将会导致十分严重的后果;因此,研究了一种基于卷积神经网络的锂离子电池健康状况评估方法,该方法通过使用卷积自编码神经网络对电池状态数据进行特征提取,有效提升了评估的准确率,并且神经网络能够在使用过程中不断进行学习,具有较高的灵活性,最后通过使用NASA公开的锂电池数据集测试,评估准确率达到93.6％,相比传统方法有较大提升.