公开(公告)号：CN118311439A

公开(公告)日：2024-07-09

申请号：CN202410421085.4

申请日：2024-04-09

Applicant: 复旦大学

Inventor： 王赟 ,  江文锋 ,  郭佳 ,  杨东 ,  许光光 ,  刘良

IPC: G01R31/374 ,  G01R31/367 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/086 ,  G06N3/048

Abstract: 本申请公开了一种基于极化特性的LSTM电池温度估计方法，该方法包括：通过对样本电池进行多倍率放电测试，获得样本电池的第一工况数据；其中，第一工况数据包括样本电池在预设温度环境下，不同放电倍率下的电压值、电流值和温度值；构建基于遗传算法的LSTM温度估计第一模型，通过第一工况数据对第一模型进行训练；对训练后的第一模型进行精度测试，基于精度测试结果，根据样本电池的产热机理，确定不同放电倍率下的产热特性；其中，产热特性包括电压产热特性和极化产热特性；基于第一工况数据和产热特性，建立模型训练策略，分别训练不同倍率工况区间对应的电池温度估计模型，获得基于极化特性的LSTM温度估计第二模型；获取待测电池的第二工况数据，输入第二模型估计待测电池的温度。如此，基于极化特性的LSTM温度估计模型可以提高模型开发效率和精度，提高对电池温度识别的准确性。