公开(公告)号：CN118962457A

公开(公告)日：2024-11-15

申请号：CN202411050141.4

申请日：2024-08-01

Applicant: 重庆邮电大学

Inventor： 徐春阳 ,  陈俊生 ,  朴昌浩 ,  王忠全 ,  林培灿 ,  刘家欢 ,  孙艺铭

IPC: G01R31/367 ,  G01R31/392 ,  G06N3/0442 ,  G06N3/049 ,  G06N3/045 ,  G06F18/213 ,  G06F18/2131 ,  G06N3/0985 ,  G06N3/0464

Abstract: 本发明属于锂离子电池故障预测与健康管理领域，具体涉及一种基于TimesNet‑BiGRU神经网络的锂电池SOH预测方法，包括：获取锂电池循环有限次充放电数据；构建TimesNet‑BiGRU神经网络预测模型；训练TimesNet‑BiGRU神经网络；使用TimesNet‑BiGRU锂电池SOH预测模型进行预测；本发明针对复杂变化的时序信息的表征与预测问题，提出时序分析骨干网络TimesNet从二维空间视角分析一维时序变化，并建立TimesNet‑BiGRU神经网络预测模型，用于减轻梯度消失问题，并且该BiGRU可以并行计算加快运算效率及预测速度，有效增强锂电池SOH的预测效果。