本發明公開一種基于深度學習模型的鋰離子電池健康狀態診斷方法,包括:對鋰離子電池進行鋰離子電池循環老化測試;獲取每一循環過程中鋰離子電池健康狀態真實值;獲取在不同環境溫度和容量損失下的鋰離子電池的開路電壓OCV數據;對二階RC等效電路模型中的電路元件參數進行辨識,并構建鋰離子電池壽命特征參量矩陣;建立并訓練特征轉換的深度學習模型,對待估計鋰離子電池進行任意條件下的充放電測試,獲得測試數據;對阻抗參數進行辨識,構建鋰離子電池特征參量矩陣并作為輸入數據,輸入到訓練后的特征轉換的深度學習模型中,獲得計算結果,作為待估計鋰離子電池的SOH。本發明計算能力強,精度高,適應性寬。
聲明:
“基于深度學習模型的鋰離子電池健康狀態診斷方法” 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)