-
公开(公告)号：CN118731751A
公开(公告)日：2024-10-01
申请号：CN202411056529.5
申请日：2024-08-02
Applicant: 哈尔滨工业大学(威海) , 中国电器科学研究院股份有限公司
IPC: G01R31/392 , G01R31/367
Abstract: 基于融合注意力机制和深度卷积的锂电池SOH估计方法，属于电化学、计算机等交叉技术领域。现有缺少同时兼顾精度和效率的锂电池SOH的估计方法的问题。采集锂电池在每次充放电循环下的电压数据、电流数据和当前可用最大容量，根据当前可用最大容量计算获得SOH；利用多种统计学方法对每次充放电循环下的电压和电流数据进行处理，得到多种衰退特征；获得同一种衰退特征与SOH的皮尔逊相关系数和与SOH的斯皮尔曼相关系数的平均值，作为对应衰退特征的相关系数；从多种衰退特征的相关系数中选出最大值所对应的衰退特征作为最优衰退特征；利用最优衰退特征和对应的SOH训练网络，得到训练完成的模型；利用训练完成的模型预测出该锂电池的SOH。用于预测锂电池SOH。
Search Results
1
records
(took 0.034 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
