本發明提出一種基于深度網絡自適應的電動汽車鋰電池SOH估算方法,先對數據進行預處理,數據預處理后在原有的電壓、電流、時間曲線的基礎上構建SOC曲線和容量增量IC曲線,并根據這些曲線進行了特征提??;利用皮爾遜相關系數PCC計算提取出的特征與SOH的相關性,驗證特征提取是否有效;再構建SOH估算模型;通過在深度網絡中添加自適應層結合深度學習和領域自適應,實現遷移學習,建立出基于深度自適應網絡的SOH估算模型;本發明能夠有效的將電池老化信息從實驗數據中遷移到工況數據下,有效的彌補了工況下電池老化信息不足的問題,提高了工況下SOH估算的精度,使其能夠滿足SOH估算的需求,可以應用于車載電池管理系統中。
聲明:
“基于深度網絡自適應的電動汽車鋰電池SOH估算方法” 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)