本發明提出一種基于多層次序列信息自適應融合的鋰電池SOH估計方法。本發明搭建了一種全新的基于深度學習的序列化模型,該模型由兩個級聯的多層次融合模塊和一個雙向LSTM層搭建而成?;谒崮P湍軌蜃赃m應提取并融合多層次的序列化信息的優點,該模型能夠在一定程度上解決了由電池數據量過少且提取不充分的問題,從而實現了較為精確的鋰電池SOH的在線估計。除此之外,所提模型還具有長期記憶的優點,這進一步提高了在線估計精度。實驗采用NASA鋰離子數據集中的電池退化數據對所提網絡模型進行仿真驗證,結果表明該模型在完成鋰電池SOH在線估計任務的同時,又能保證較高的魯棒性與精確度。
聲明:
“基于多層次序列信息自適應融合的鋰電池SOH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)