本發明公開了一種基于鄰近特征的鋰離子電池健康狀態估計方法,采用大電流充電過程中部分充電電壓數據,提取等電壓間隔時間、等電壓區間電壓測量平均值作為特征向量,基于雙層長短期記憶神經網絡DL?LSTM,提出利用預測起始點前鄰近的2倍歷史數據而不是預測起始點前全部歷史數據進行模型訓練的鄰近特征方法,實現電池的可用容量預測。本發明方法適用快速充電條件下電池健康狀態預測,解決了大電流充電電池不同老化階段衰減速率不同對預測精度的影響,將可用容量預測精度提升4倍以上,預測值的平均絕對誤差、均方根誤差均小于0.5%,并且減少了模型訓練的時間成本,對于快速充電條件下電動汽車的發展有重要意義。
聲明:
“基于鄰近特征的鋰離子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)