基于进化注意力机制的LSTM电池健康状态估计方法

摘要

本发明公开了基于进化注意力机制的LSTM电池健康状态估计方法，具体为：首先，获取锂电池的额定容量、n条恒流充电电压曲线和当前的SOH，定义特征提取中的三个参数，对曲线进行特征提取和处理；之后定义注意力参数W，使用W来构造基于注意力机制的LSTM模型；通过非支配排序遗传算法II对参数进行优化，得到一组表现最优的个体；再选择一个MSE值最小的个体，对该个体进行解码，将老化特征划分为训练集和测试集，将测试集输入到解码后的LSTM模型中，根据测试集得出电池SOH估计结果。本发明方法，可以自适应地从电压曲线上获取合适的老化特征采样范围，提升自动化程度，同时提高SOH估计方法的性能。