简介:
本发明提供了一种基于等压升能量和改进GRU的锂电池健康状态估计方法,包括获取锂电池每个充放电循环的健康状态数据和充电能量数据;从每个充放电循环的充电能量数据中提取等压升间隔能量序列,绘制等压升能量充电曲线,并计算出每个充放电周期所对应的等压升能量充电曲线的峰值序列;将等压升能量充电曲线的峰值序列与健康状态序列进行归一化预处理后作为输入数据;在GRU网络中增加翻转层和概率层,改进GRU网络,构建锂电池健康状态的网络估计模型;应用构建的锂电池健康状态网络估计模型对锂电池健康状态进行估计。本发明通过电池外部特性表征内部复杂和剧烈的电化学反应,能有效反应电池的衰退老化,具有快速、准确等优势的健康状态估计方法。
本发明提供了一种基于等压升能量和改进GRU的
锂电池健康状态估计方法,包括获取锂电池每个充放电循环的健康状态数据和充电能量数据;从每个充放电循环的充电能量数据中提取等压升间隔能量序列,绘制等压升能量充电曲线,并计算出每个充放电周期所对应的等压升能量充电曲线的峰值序列;将等压升能量充电曲线的峰值序列与健康状态序列进行归一化预处理后作为输入数据;在GRU网络中增加翻转层和概率层,改进GRU网络,构建锂电池健康状态的网络估计模型;应用构建的锂电池健康状态网络估计模型对锂电池健康状态进行估计。本发明通过电池外部特性表征内部复杂和剧烈的
电化学反应,能有效反应电池的衰退老化,具有快速、准确等优势的健康状态估计方法。