本發明涉及對鋰電池健康狀態評估方法的改進,具體為一種基于穩定特征和AS?TCN模型的鋰電池健康狀態估計方法,可實現SOH進行準確高效的監測,包含以下步驟:步驟S1:選定待測鋰電池進行充放電實驗,實驗中需要采集的技術參數包括恒流充電工況下的電壓值、溫度值、采集時間點及對應周期的電池容量值;步驟S2:對每一組循環充放電周期的電壓和溫度數據按相同時間節點進行曲線擬合和數據預處理;步驟S3:通過動態時間規整重心平均算法對采集到的數據進行聚類,其中包括動態時間規整距離算法對時間錯位的情況下確定兩個序列的最優比對,之后將聚類后的電壓和溫度序列分為用于模型預測的訓練數據集和測試數據集;步驟S4:搭建注意力可分離時間卷積網絡模型。
聲明:
“基于穩定特征和AS-TCN模型的鋰電池健康狀態估計方法” 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)