公开(公告)号：CN106908736B

公开(公告)日：2019-02-22

申请号：CN201710161815.1

申请日：2017-03-17

Applicant: 哈尔滨工业大学

Inventor： 彭喜元 ,  刘月峰 ,  赵光权 ,  张国辉 ,  刘小勇 ,  徐犇

IPC: G01R31/367

Abstract: 锂电池剩余寿命预测方法，涉及一种锂离子电池循环寿命预测技术，为了解决现有锂电池剩余寿命预测方法依赖精确的物理模型或复杂的信号处理技术，需要昂贵的投入，或现有方法基于浅层结构，这会限制故障预测的性能并且容易遭受维数灾难的问题。获得依据充放电周期的锂电池容量退化数据集，对数据进行预处理，构建DBN和RVM的融合模型，训练DBN模型和RVM模型，采用训练结束的DBN和RVM的融合模型预测锂电池剩余寿命。本发明适用于预测锂电池剩余寿命。

公开(公告)号：CN106908736A

公开(公告)日：2017-06-30

申请号：CN201710161815.1

申请日：2017-03-17

Applicant: 哈尔滨工业大学

Inventor： 彭喜元 ,  刘月峰 ,  赵光权 ,  张国辉 ,  刘小勇 ,  徐犇

IPC: G01R31/36

CPC classification number: G01R31/3651

Abstract: 基于深度置信网和相关向量机融合的锂电池剩余寿命预测方法，涉及一种锂离子电池循环寿命预测技术，为了解决现有锂电池剩余寿命预测方法依赖精确的物理模型或复杂的信号处理技术，需要昂贵的投入，或现有方法基于浅层结构，这会限制故障预测的性能并且容易遭受维数灾难的问题。获得依据充放电周期的锂电池容量退化数据集，对数据进行预处理，构建DBN和RVM的融合模型，训练DBN模型和RVM模型，采用训练结束的DBN和RVM的融合模型预测锂电池剩余寿命。本发明适用于预测锂电池剩余寿命。