本發明涉及一種基于片段充電時間和GRU的鋰離子電池健康狀態預測方法,包括以下步驟:步驟S1:獲取鋰離子電池循環老化過程中的充電電壓數據及對應的時間數據、最大放電容量數據,并提取充電電壓數據及對應的時間數據,構建時間差數組;步驟S2:根據最大放電容量數據計算相應的電池健康狀態數據,與時間差數組構成鋰離子電池健康狀態預測數據集,并劃分成訓練集和測試集;步驟S3:構建門控循環單元神經網絡模型;步驟S4:根據訓練集對門控循環單元神經網絡模型進行訓練,并使用測試集對訓練后的門控循環單元神經網絡模型進行測試;步驟S5:基于門控循環單元神經網絡,根據片段充電時間內的充電電壓數據及對應的時間數據實時預測鋰離子電池健康狀態。
聲明:
“基于片段充電時間和GRU的鋰離子電池健康狀態預測方法” 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)