首页> 中国专利> 一种融合未来工况信息和历史状态信息的锂电池健康状态预测方法

一种融合未来工况信息和历史状态信息的锂电池健康状态预测方法

摘要

本发明公开了一种融合未来工况信息和历史状态信息的锂电池健康状态预测方法。首先基于实验电池在不同工况下的循环实验数据,处理得到由电池历史状态数据、对应未来工况数据和对应未来健康状态数据组成的实验数据集。之后,构建基于注意力层的多源序列到序列神经网络模型,并基于电池实验数据集对模型进行训练。对于待预测电池,取其历史健康状态数据和未来工况数据输入训练完成的多源序列到序列模型,得到该电池的健康状态预测结果。此外,将模型输出作为新一轮的历史健康状态数据,迭代输入至模型,以获得长期预测结果。本发明可适用于预测锂电池未来在不同工况下的健康状态,适用条件广、预测精度高,具有很高的实际应用价值。

著录项

  • 公开/公告号CN114035098A

    专利类型发明专利

  • 公开/公告日2022-02-11

    原文格式PDF

  • 申请/专利权人 北京航空航天大学;

    申请/专利号CN202111525051.2

  • 发明设计人 钱诚;徐炳辉;任羿;孙博;王自力;

    申请日2021-12-14

  • 分类号G01R31/392(20190101);G01R31/3842(20190101);

  • 代理机构

  • 代理人

  • 地址 100191 北京市海淀区学院路37号

  • 入库时间 2023-06-19 14:09:38

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-03-01

    实质审查的生效 IPC(主分类):G01R31/392 专利申请号:2021115250512 申请日:20211214

    实质审查的生效

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号