本發明提供了一種基于CNN?GRU組合神經網絡的鋰電池壽命預測方法,包括:對鋰電池進行循環充放電實驗:單次充放電過程包括恒流充電階段、恒壓充電階段、放電階段;獲取循環充放電實驗中的鋰電池間接健康因子;構建CNN?GRU模型:將每次充放電實驗的鋰電池間接健康因子和鋰電池容量真實值輸入至CNN層,提取鋰電池間接健康因子與鋰電池容量間的特征信息,并輸入至GRU層優化學習鋰電池容量內部的變化規律;鋰電池容量預測:將循環充放電實驗的鋰電池間接健康因子輸入至CNN?GRU模型,輸出鋰電池容量預測結果。本發明驗證了所提取的健康因子與容量之間的相關性,解決了鋰電池容量及內阻等直接性能參數獲取困難的問題,具有更好的預測效果與預測精度。
聲明:
“基于CNN-GRU組合神經網絡的鋰電池壽命預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)