一种基于LSTM的电池内阻预测及故障预警方法

摘要

本发明提供一种基于LSTM的电池内阻预测及故障预警方法，该方法包含：S1、电池内阻变化原因分类；S2、选择n节电池的电池内阻影响因素参数作为基于长短时记忆法神经网络的电池内阻预测模型的输入；S3、构建基于长短时记忆法神经网络的电池内阻预测模型；S4、根据当前电池的电池内阻影响因素参数，得到当前的电池内阻数据和电池内阻变化率；S5、设定电池内阻阈值、电池内阻变化率阈值、充放电次数区间；S6、根据前述步骤的信息生成电池故障预警信息。其优点是：本发明通过基于长短时记忆法神经网络的电池内阻预测模型预测电池内阻，可以更加清晰快速的定位电池故障，简化了维护人员盲目检查电池的繁琐工序，为电池故障预警奠定基础。